华东理工大学学报(自然科学版)
華東理工大學學報(自然科學版)
화동리공대학학보(자연과학판)
JOURNAL OF EAST CHINA UNIVERSITY OF SCIENCE AND TECHNOLOGY
2004年
3期
315-317
,共3页
故障诊断%连续搅拌釜式反应器%支持向量机%BP神经网络%小波网络
故障診斷%連續攪拌釜式反應器%支持嚮量機%BP神經網絡%小波網絡
고장진단%련속교반부식반응기%지지향량궤%BP신경망락%소파망락
引入了基于统计学习理论的支持向量机技术,以连续搅拌釜式反应器--CSTR模型为例,研究了非线性化工复杂反应过程的故障诊断问题.实验结果表明,支持向量机方法与传统故障诊断方法相比,具有更好的精度、速度以及适应性.
引入瞭基于統計學習理論的支持嚮量機技術,以連續攪拌釜式反應器--CSTR模型為例,研究瞭非線性化工複雜反應過程的故障診斷問題.實驗結果錶明,支持嚮量機方法與傳統故障診斷方法相比,具有更好的精度、速度以及適應性.
인입료기우통계학습이론적지지향량궤기술,이련속교반부식반응기--CSTR모형위례,연구료비선성화공복잡반응과정적고장진단문제.실험결과표명,지지향량궤방법여전통고장진단방법상비,구유경호적정도、속도이급괄응성.
