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
2
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
基于改进的SE-LSTM水泥熟料f-Cao预测模型
1
作者
陈薇
解俊哲
+4 位作者
康志伟
赵军
刘海军
褚彪
张宏图
《电子测量与仪器学报》
北大核心
2025年第1期225-233,共9页
在水泥生产中,熟料是关键成分,其质量直接影响水泥的整体性能。水泥熟料中游离氧化钙(f-CaO)的含量是评估熟料质量的重要参数之一。为了弥补传统实验室化验方法在时效性上的不足,本文构建了一种高效准确的水泥熟料f-CaO含量软测量模型,...
在水泥生产中,熟料是关键成分,其质量直接影响水泥的整体性能。水泥熟料中游离氧化钙(f-CaO)的含量是评估熟料质量的重要参数之一。为了弥补传统实验室化验方法在时效性上的不足,本文构建了一种高效准确的水泥熟料f-CaO含量软测量模型,该模型结合了通道注意力机制和长短时记忆网络。利用融合了注意力机制的特征提取方法对数据集进行特征提取;然后将特征输入到LSTM网络进行学习,使模型能够以自适应方式聚焦于核心的特征通道;由于LSTM在预测波动性较大的数据上预测效果较差,针对此问题对上述软测量模型进行改进,在原有模型基础上引入分类模块与加权模块对LSTM网络的预测结果进行修正,使得模型可以更加灵活地适应不同类别之间的差异,通过优化各类别之间的权重,提高了模型预测的准确性。实验结果表明,改进SE-LSTM的水泥熟料f-CaO预测模型的决定系数(R2)、均方根误差(RMSE)和平均绝对误差(MAE)比普通LSTM和SE-LSTM预测模型都有明显提升,因此在水泥熟料f-CaO的含量预测上所提的改进模型提高了预测精度,达到了预期的预测效果。
展开更多
关键词
水泥熟料
通道注意力机制
时序匹配
分类加权
LSTM
F-CAO
预测精度
在线阅读
下载PDF
职称材料
基于CNN-LSTM的水泥熟料f-CaO预测模型
被引量：
1
2
作者
郑涛
刘辉
+3 位作者
陈薇
杨恺
张建飞
褚彪
《控制工程》
CSCD
北大核心
2024年第7期1263-1271,共9页
水泥熟料中游离氧化钙(f-CaO)含量的传统人工离线检测缺乏时效性,不利于生产指导。针对离线检测的滞后问题和软测量模型中f-CaO含量与辅助变量的时序匹配问题,提出了一种基于卷积神经网络(convolutional neural network,CNN)和长短时记...
水泥熟料中游离氧化钙(f-CaO)含量的传统人工离线检测缺乏时效性,不利于生产指导。针对离线检测的滞后问题和软测量模型中f-CaO含量与辅助变量的时序匹配问题,提出了一种基于卷积神经网络(convolutional neural network,CNN)和长短时记忆(long short-term memory,LSTM)神经网络的f-CaO含量预测模型。首先,利用滑动窗口截取辅助变量的区间数据;然后,采用CNN提取区间数据的时序特征;之后,构建LSTM神经网络模型;最后,控制截取辅助变量的延迟时间和间隔时间,根据模型预测拟合度提取辅助变量的最优时序特征。仿真结果表明,所提模型提高了水泥熟料中f-CaO含量的预测精度。
展开更多
关键词
时序特征
滑动窗口
CNN
LSTM神经网络
最优时序特征
预测精度
在线阅读
下载PDF
职称材料
题名
基于改进的SE-LSTM水泥熟料f-Cao预测模型
1
作者
陈薇
解俊哲
康志伟
赵军
刘海军
褚彪
张宏图
机构
合肥
工业
大学电气与
自动化
工程
学院
安徽省工业自动化工程技术研究中心
合肥水泥
研究
设计院有限公司
出处
《电子测量与仪器学报》
北大核心
2025年第1期225-233,共9页
基金
安徽省重点研发计划项目(202104a05020054)资助。
文摘
在水泥生产中,熟料是关键成分,其质量直接影响水泥的整体性能。水泥熟料中游离氧化钙(f-CaO)的含量是评估熟料质量的重要参数之一。为了弥补传统实验室化验方法在时效性上的不足,本文构建了一种高效准确的水泥熟料f-CaO含量软测量模型,该模型结合了通道注意力机制和长短时记忆网络。利用融合了注意力机制的特征提取方法对数据集进行特征提取;然后将特征输入到LSTM网络进行学习,使模型能够以自适应方式聚焦于核心的特征通道;由于LSTM在预测波动性较大的数据上预测效果较差,针对此问题对上述软测量模型进行改进,在原有模型基础上引入分类模块与加权模块对LSTM网络的预测结果进行修正,使得模型可以更加灵活地适应不同类别之间的差异,通过优化各类别之间的权重,提高了模型预测的准确性。实验结果表明,改进SE-LSTM的水泥熟料f-CaO预测模型的决定系数(R2)、均方根误差(RMSE)和平均绝对误差(MAE)比普通LSTM和SE-LSTM预测模型都有明显提升,因此在水泥熟料f-CaO的含量预测上所提的改进模型提高了预测精度,达到了预期的预测效果。
关键词
水泥熟料
通道注意力机制
时序匹配
分类加权
LSTM
F-CAO
预测精度
Keywords
cement clinker
channel attention mechanisms
time series matching
classification weighting
LSTM
f-CaO
prediction accuracy
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TN081 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
基于CNN-LSTM的水泥熟料f-CaO预测模型
被引量：
1
2
作者
郑涛
刘辉
陈薇
杨恺
张建飞
褚彪
机构
合肥
工业
大学电气与
自动化
工程
学院
合肥
工业
大学
安徽省工业自动化工程技术研究中心
合肥水泥
研究
设计院有限公司
出处
《控制工程》
CSCD
北大核心
2024年第7期1263-1271,共9页
基金
安徽省重点研发计划项目(202104a05020054)
青年教师科研创新启动专项A项目(JZ2021HGQ0195)。
文摘
水泥熟料中游离氧化钙(f-CaO)含量的传统人工离线检测缺乏时效性,不利于生产指导。针对离线检测的滞后问题和软测量模型中f-CaO含量与辅助变量的时序匹配问题,提出了一种基于卷积神经网络(convolutional neural network,CNN)和长短时记忆(long short-term memory,LSTM)神经网络的f-CaO含量预测模型。首先,利用滑动窗口截取辅助变量的区间数据;然后,采用CNN提取区间数据的时序特征;之后,构建LSTM神经网络模型;最后,控制截取辅助变量的延迟时间和间隔时间,根据模型预测拟合度提取辅助变量的最优时序特征。仿真结果表明,所提模型提高了水泥熟料中f-CaO含量的预测精度。
关键词
时序特征
滑动窗口
CNN
LSTM神经网络
最优时序特征
预测精度
Keywords
Temporal feature
sliding window
CNN
LSTM neural network
optimal temporal feature
prediction accuracy
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于改进的SE-LSTM水泥熟料f-Cao预测模型
陈薇
解俊哲
康志伟
赵军
刘海军
褚彪
张宏图
《电子测量与仪器学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于CNN-LSTM的水泥熟料f-CaO预测模型
郑涛
刘辉
陈薇
杨恺
张建飞
褚彪
《控制工程》
CSCD
北大核心
2024
1
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
