油气田地面工程
油氣田地麵工程
유기전지면공정
OIL-GASFIELD SURFACE ENGINEERING
2007年
7期
31,38
,共2页
流量%信号%竞争神经网络
流量%信號%競爭神經網絡
류량%신호%경쟁신경망락
应用自组织竞争神经网络可对高含气率气液两相流差压信号进行分析,从而实现流动状态分类.该方法根据信号的特征量客观的对流动状态进行分类,取得了较好的分类效果.但该种方法的分类效果受网络输入向量以及神经元个数的影响较大.
應用自組織競爭神經網絡可對高含氣率氣液兩相流差壓信號進行分析,從而實現流動狀態分類.該方法根據信號的特徵量客觀的對流動狀態進行分類,取得瞭較好的分類效果.但該種方法的分類效果受網絡輸入嚮量以及神經元箇數的影響較大.
응용자조직경쟁신경망락가대고함기솔기액량상류차압신호진행분석,종이실현류동상태분류.해방법근거신호적특정량객관적대류동상태진행분류,취득료교호적분류효과.단해충방법적분류효과수망락수입향량이급신경원개수적영향교대.
