本文主要研究内容
作者栾庆磊,陈克琼(2019)在《基于深度迁移学习的回转窑燃烧状况智能感知》一文中研究指出:针对回转窑燃烧状况的认知问题,探索了一种基于深度迁移学习的回转窑燃烧状况智能感知机制和计算方法。首先,采用自优化调节的机制构建卷积神经网络的架构(ASCNN,adaptive structure convolutional neural networks),建立火焰图像由全局到局部具有确定映射关系的非结构化动态特征空间。其次,基于特征可区分性测度指标和变精度粗糙集理论,从信息论的角度在不确定信息条件下,面向可区分性约束条件,建立自优化特征表征的回转窑燃烧状况认知决策信息系统,增强燃烧状况非结构化简约可分特征空间的可解释性。再次,构建具有万局逼近能力的随机配置网络分类器(SCN,stochastic configuration networks),建立火焰图像燃烧状况的分类决策准则。最后,构建语义误差熵评测指标,实时测量火焰图像燃烧状况认知结果的不确定性,构建基于不确定认知结果测度指标约束的动态迁移学习机制,实现燃烧状况多层次差异化特征空间及其分类准则的自寻优调节和重构。实验结果表明了所构建的基于深度迁移学习的火焰图像燃烧状况智能感知模型较已有方法对水泥回转窑燃烧状况精确认知的可行性和优越性。
Abstract
zhen dui hui zhuai yao ran shao zhuang kuang de ren zhi wen ti ,tan suo le yi chong ji yu shen du qian yi xue xi de hui zhuai yao ran shao zhuang kuang zhi neng gan zhi ji zhi he ji suan fang fa 。shou xian ,cai yong zi you hua diao jie de ji zhi gou jian juan ji shen jing wang lao de jia gou (ASCNN,adaptive structure convolutional neural networks),jian li huo yan tu xiang you quan ju dao ju bu ju you que ding ying she guan ji de fei jie gou hua dong tai te zheng kong jian 。ji ci ,ji yu te zheng ke ou fen xing ce du zhi biao he bian jing du cu cao ji li lun ,cong xin xi lun de jiao du zai bu que ding xin xi tiao jian xia ,mian xiang ke ou fen xing yao shu tiao jian ,jian li zi you hua te zheng biao zheng de hui zhuai yao ran shao zhuang kuang ren zhi jue ce xin xi ji tong ,zeng jiang ran shao zhuang kuang fei jie gou hua jian yao ke fen te zheng kong jian de ke jie shi xing 。zai ci ,gou jian ju you mo ju bi jin neng li de sui ji pei zhi wang lao fen lei qi (SCN,stochastic configuration networks),jian li huo yan tu xiang ran shao zhuang kuang de fen lei jue ce zhun ze 。zui hou ,gou jian yu yi wu cha shang ping ce zhi biao ,shi shi ce liang huo yan tu xiang ran shao zhuang kuang ren zhi jie guo de bu que ding xing ,gou jian ji yu bu que ding ren zhi jie guo ce du zhi biao yao shu de dong tai qian yi xue xi ji zhi ,shi xian ran shao zhuang kuang duo ceng ci cha yi hua te zheng kong jian ji ji fen lei zhun ze de zi xun you diao jie he chong gou 。shi yan jie guo biao ming le suo gou jian de ji yu shen du qian yi xue xi de huo yan tu xiang ran shao zhuang kuang zhi neng gan zhi mo xing jiao yi you fang fa dui shui ni hui zhuai yao ran shao zhuang kuang jing que ren zhi de ke hang xing he you yue xing 。
论文参考文献
论文详细介绍
论文作者分别是来自重庆大学学报的栾庆磊,陈克琼,发表于刊物重庆大学学报2019年09期论文,是一篇关于燃烧状况论文,深度迁移学习论文,反馈机制论文,语义误差熵论文,重庆大学学报2019年09期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自重庆大学学报2019年09期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:燃烧状况论文; 深度迁移学习论文; 反馈机制论文; 语义误差熵论文; 重庆大学学报2019年09期论文;