一种非线性烟气含氧量深度学习模型.
唐振浩， 李艳艳， 曹生现 - … of Harbin University of Science & …, 2020 - search.ebscohost.com
针对烟气含氧量测量成本高, 测量不稳定等问题, 依据深度学习理论, 采用非线性组合深度置信
网络(nonlinear combined deep belief network, NCDBN) 方法建立烟气含氧量模型 …
网络(nonlinear combined deep belief network, NCDBN) 方法建立烟气含氧量模型 …
基于改进Wide&Deep 的卷烟焦油指标预测模型
周涛， 谢立华， 王啸飞 - 计算机应用, 2023 - joca.cn
针对卷烟焦油指标预测任务中历史卷烟数据样本具有小样本和高维度的特点,
导致模型预测准确度偏低的问题, 提出一种基于改进Wide&Deep 的卷烟焦油指标预测模型 …
导致模型预测准确度偏低的问题, 提出一种基于改进Wide&Deep 的卷烟焦油指标预测模型 …
[HTML][HTML] 火电机组锅炉烟气含氧量预测
耿铭垚， 胡锐， 李凌 - 上海理工大学学报, 2021 - jns.usst.edu.cn
火电厂测量烟气含氧量主要是用氧化锆传感器和磁式氧气传感器, 由于测量环境灰尘大,
具有腐蚀性介质如硫化物等, 容易发生测量环室堵塞和热敏元件腐蚀, 所以其稳定性差 …
具有腐蚀性介质如硫化物等, 容易发生测量环室堵塞和热敏元件腐蚀, 所以其稳定性差 …
Deep neural network based the oxygen content of boiler flue gas
Z Tang, X Chai, B Zhao - 2019 Chinese Automation Congress …, 2019 - ieeexplore.ieee.org
The oxygen content of boiler flue gas is a highly important indicator of boiler efficiency.
Current measurements have high cost but low accuracy, in this paper a deep neural network …
Current measurements have high cost but low accuracy, in this paper a deep neural network …
[PDF][PDF] 基于变量选择的深度置信神经网络锅炉烟气NO x 排放预测
杨国田， 王英男， 谢锐彪， 刘凯 - 热力发电, 2020 - csee.org.cn
准确预测NOx 排放量有利于降低选择性催化还原(SCR) 烟气脱硝成本, 优化锅炉燃烧过程.
本文利用偏最小二乘法(PLS) 对燃煤锅炉实际数据进行变量重要性投影分析 …
本文利用偏最小二乘法(PLS) 对燃煤锅炉实际数据进行变量重要性投影分析 …