1.一种基于无监督和有监督学习的水泥游离钙软测量方法,其特征在于，包括以下步骤：

步骤1：通过分析水泥工艺选取10个变量作为熟料fCaO软测量的输入变量，每个变量的时间序列作为模型输入，并对所选的每个变量时间序列进行异常值处理和归一化处理；

步骤2：利用步骤1中选取的输入变量，构建无监督和有监督学习相结合的预测模型，确定初始参数，初始参数包括网络层数、隐层节点数、学习率、稀疏惩罚项系数、稀疏性系数；

对每个稀疏自编码采用逐层贪婪训练方式进行无监督的前向训练，即从底到上逐层训练每层神经网络，每次只更新一个自编码的参数，确定深度网络每层的初始权重w和偏置b；

步骤3：将稀疏自编码的解码层去除，编码层堆叠形成深层网络结构，利用步骤2中确定的初始参数去初始化深层网络参数，结合有监督BP反向误差修正算法进一步优化参数初始权重w和偏置b，以完成有监督部分的训练；

步骤4：利用步骤3中训练好的无监督和有监督学习相结合的预测模型进行水泥熟料fCaO实时预测。

2.根据权利要求1所述的基于无监督和有监督学习的水泥游离钙软测量方法，其特征在于：在步骤1中，所述输入变量从相应的DCS系统中采集样本数据集，样本数据集包括有标签和无标签的训练数据集、预测数据集，对输入变量的样本数据进行统一最大最小归一化处理；采用3σ原则进行异常值剔除。

3.根据权利要求1或2所述的水泥熟料游离钙软测量方法，其特征在于：所述10个变量包括分解炉喂煤量反馈、高温风机转速反馈、分解炉出口温度、二室篦下压力反馈、EP风机转速、喂料量1反馈、窑头负压、二次风温反馈、窑电流、窑尾温度。