期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时序数据集划分和时序交叉验证优化燃煤锅炉NO_(x)建模
1
作者
屈可扬
程静
+1 位作者
甘云华
陈东升
《中南大学学报(自然科学版)》
CSCD
北大核心
2024年第12期4665-4674,共10页
针对氮氧化物NO_(x)生成量进行机器学习建模。因燃煤锅炉系统具有时序特性,为了克服常规机器学习流程中随机数据集划分方式对时序数据集划分产生的测试数据泄露问题,提出使用时序数据集划分和时序交叉验证方法对燃煤锅炉NO_(x)建模进行...
针对氮氧化物NO_(x)生成量进行机器学习建模。因燃煤锅炉系统具有时序特性,为了克服常规机器学习流程中随机数据集划分方式对时序数据集划分产生的测试数据泄露问题,提出使用时序数据集划分和时序交叉验证方法对燃煤锅炉NO_(x)建模进行优化。使用基于贝叶斯方法的超参数优化算法,对模型的超参数进行搜索和优化。当使用时序交叉验证评价作为超参数优化的目标函数时,每组超参数评估的总耗时最高减少94.19%。在实际应用中,时序划分方式得到的模型平均绝对值误差比随机方式得到的模型平均绝对值误差更低,支持向量机、多层感知器和弹性网络回归模型平均绝对值误差分别减少18.49%、1.57%、0.73%。相比于随机划分方式,时序划分方式的预期精度与模型实际精度之间的误差更小,预期均方根误差与实际均方根误差间的相对误差最大减少235.32%,时序划分方式能够更准确地得出模型NO_(x)生成量的实际精度。
展开更多
关键词
电站锅炉
NO_(x)生成量
时序数据集划分
时序
交叉验证
贝叶斯超参数优化
在线阅读
下载PDF
职称材料
题名
基于时序数据集划分和时序交叉验证优化燃煤锅炉NO_(x)建模
1
作者
屈可扬
程静
甘云华
陈东升
机构
华南理工大学电力学院
深圳市质量安全检验检测研究院
出处
《中南大学学报(自然科学版)》
CSCD
北大核心
2024年第12期4665-4674,共10页
基金
国家自然科学基金资助项目(52376108)
国家市场监督管理总局科技计划项目(2023MK142)。
文摘
针对氮氧化物NO_(x)生成量进行机器学习建模。因燃煤锅炉系统具有时序特性,为了克服常规机器学习流程中随机数据集划分方式对时序数据集划分产生的测试数据泄露问题,提出使用时序数据集划分和时序交叉验证方法对燃煤锅炉NO_(x)建模进行优化。使用基于贝叶斯方法的超参数优化算法,对模型的超参数进行搜索和优化。当使用时序交叉验证评价作为超参数优化的目标函数时,每组超参数评估的总耗时最高减少94.19%。在实际应用中,时序划分方式得到的模型平均绝对值误差比随机方式得到的模型平均绝对值误差更低,支持向量机、多层感知器和弹性网络回归模型平均绝对值误差分别减少18.49%、1.57%、0.73%。相比于随机划分方式,时序划分方式的预期精度与模型实际精度之间的误差更小,预期均方根误差与实际均方根误差间的相对误差最大减少235.32%,时序划分方式能够更准确地得出模型NO_(x)生成量的实际精度。
关键词
电站锅炉
NO_(x)生成量
时序数据集划分
时序
交叉验证
贝叶斯超参数优化
Keywords
power plant boiler
NO_(x)emission
time series dataset division
time series cross-validation
Bayesian hyper parameter optimization
分类号
TK227 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时序数据集划分和时序交叉验证优化燃煤锅炉NO_(x)建模
屈可扬
程静
甘云华
陈东升
《中南大学学报(自然科学版)》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
