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
共找到3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：
基于ADAM-BPNN模型单汽泵故障联动控制技术研究应用 被引量：1
1
作者 谭祥帅 白世雄 +8 位作者 李昭 高景辉 陈景勇 冯培峰 刘文仓 辛志波 高奎 牛利涛 刘冲 《中国电机工程学报》 EI CSCD 北大核心 2023年第3期1095-1105,共11页
火电厂超临界机组单汽泵在实际生产运行过程中的可靠性十分重要,单汽泵在运行中发生故障时会触发锅炉主燃料跳闸,造成机组非计划停机,给发电企业带来一定的损失。因此,单汽泵故障不停机成为行业内亟需解决的一个技术难题。该文以某热电... 火电厂超临界机组单汽泵在实际生产运行过程中的可靠性十分重要,单汽泵在运行中发生故障时会触发锅炉主燃料跳闸,造成机组非计划停机,给发电企业带来一定的损失。因此,单汽泵故障不停机成为行业内亟需解决的一个技术难题。该文以某热电厂电泵最大出力为基准点和汽泵故障后快速减负荷为目标,分别以夏季工况和冬季工况对锅炉给水系统运行特性进行分析,结合数据分析对比多种建模方法,最终采用误差最小、准确率最高的ADAM-BPNN模型对汽泵运行特性进行分析和预测。进一步对电泵带载特性、锅炉短暂断水特性进行动态试验论证,结合汽泵故障联锁启动电泵快速减负荷的控制策略,实现超临界机组单汽泵故障不停机,从而可提高单汽泵机组的运行安全性。研究结果可为同类型超临界机组单汽泵故障快速减负荷提供一定参考。 展开更多
关键词 超临界机组 单汽泵 汽泵故障 adam-bpnn模型 快速减负荷 控制策略
在线阅读 下载PDF
基于TensorFlow架构的Adam-BPNN在红外甲烷传感器系统误差修正的应用 被引量：7
2
作者 陈红岩 盛伟铭 +3 位作者 刘嘉豪 黄翰 朱俊江 赵永佳 《传感技术学报》 CAS CSCD 北大核心 2020年第4期529-536,共8页
针对本实验室设计的红外甲烷传感器,在实验过程中易受到传感器内部干扰信号影响的问题,使得传感器产生较大的测量误差,为此提出了一种基于TensorFlow架构的Adam-BPNN进行传感器系统误差修正的方法。实验与数据处理结果表明:通过该算法... 针对本实验室设计的红外甲烷传感器,在实验过程中易受到传感器内部干扰信号影响的问题,使得传感器产生较大的测量误差,为此提出了一种基于TensorFlow架构的Adam-BPNN进行传感器系统误差修正的方法。实验与数据处理结果表明:通过该算法的误差修正,能有效地减小传感器内部干扰信号对测量结果的影响,相对误差减小到0.0226%,提高了红外甲烷传感器的稳定性与精度,且重复性好。 展开更多
关键词 检测技术与自动化装置 系统误差修正 adam-bpnn TensorFlow架构
在线阅读 下载PDF
结合颅骨形态特征与神经网络的民族判别 被引量：1
3
作者 孙慧杰 赵俊莉 +3 位作者 郑鑫 热孜万古丽·夏米西丁 李奕 周明全 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2021年第3期641-649,共9页
针对颅骨民族判别问题,提出结合颅骨形态特征与神经网络的判别方法,可以推进法医人类学的发展,加快探索民族发展历程。首先,根据颅骨形态学相关研究,提取36个维吾尔族和汉族颅骨数据的几何特征;其次,采用反向传播神经网络(BPNN)对特征... 针对颅骨民族判别问题,提出结合颅骨形态特征与神经网络的判别方法,可以推进法医人类学的发展,加快探索民族发展历程。首先,根据颅骨形态学相关研究,提取36个维吾尔族和汉族颅骨数据的几何特征;其次,采用反向传播神经网络(BPNN)对特征向量进行民族判别,并通过Adam算法对网络进行优化,避免陷入局部最优值,添加正则化项保证算法稳定性;最后,分别采用2种网络结构进行对比实验,输入层、隐藏层和输出层的神经元个数分别为36、6、2和36、12、2,并设置不同初始学习率进行对比实验。结果表明:隐藏层神经元个数为12、学习率为0.0001时,分类精度最高,测试阶段平均准确率最高为97.5%。为了验证所提方法的普适性,生成116例国外颅骨数据进行实验,测试阶段平均准确率为90.96%。相比较于支持向量机(SVM)、决策树、KNN、Fisher等机器学习方法,所提方法学习能力更强且分类精度有明显提升。 展开更多
关键词 颅骨形态特征 反向传播神经网络(BPNN) 颅骨民族判别 机器学习 Adam算法
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部