您的位置： 专家智库 > >

辽宁省教育厅基金(L2013129)

作品数：2 被引量：5H指数：1
相关作者：张昭昭郭伟更多>>
相关机构：辽宁工程技术大学墨西哥国立理工大学更多>>
发文基金：辽宁省教育厅基金国家自然科学基金国家留学基金更多>>
相关领域：自动化与计算机技术矿业工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇矿业工程
  • 1篇自动化与计算...

主题

  • 1篇动态自适应
  • 1篇多模
  • 1篇神经网
  • 1篇神经网络
  • 1篇时变系统
  • 1篇数据驱动
  • 1篇自适
  • 1篇自适应
  • 1篇瓦斯
  • 1篇瓦斯浓度
  • 1篇网络
  • 1篇模块化
  • 1篇模块化神经网...
  • 1篇经验模态分解
  • 1篇层级
  • 1篇层级结构

机构

  • 2篇辽宁工程技术...
  • 1篇墨西哥国立理...

作者

  • 2篇张昭昭
  • 1篇郭伟

传媒

  • 1篇控制与决策
  • 1篇控制工程

年份

  • 1篇2016
  • 1篇2014
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
一种具有层级结构的瓦斯浓度多模型预测方法
2016年
针对矿井中瓦斯浓度预测问题,提出一种具有层级结构的多模型预测方法。该模型不仅能够对不同区域的数据选择不同的子模型进行处理,而且每个数据都是由不同子模型中多个亚子模型协同处理。由于实测瓦斯浓度时间序列数据中含大量的噪声,采用经验模态分解将该时间序列数据分解成若干个独立的本征模函数,并将小尺度函数经低通滤波自适应除噪后进行相空间重构建立时间序列预测模型。用矿井实测瓦斯浓度数据进行试验,结果表明该模型较其他模型的预测精度有明显的提高。
郭伟张昭昭余文
关键词：层级结构经验模态分解
动态自适应模块化神经网络结构设计被引量：5
2014年
针对全连接前馈神经网络不能有效应对时变系统的问题,提出一种动态自适应模块化神经网络结构.该网络采用减法聚类算法在线辨识工况数据的空间分布,利用RBF神经元实现对数据样本空间的划分,并结合模糊策略将不同子样本空间的数据动态分配给不同的子网络,最后对各子网络的输出进行集成.该模块化网络中子网络数量和子网络规模都能根据所学时变任务动态自适应调整.通过对不同时变系统的预测表明了该网络能够有效跟踪时变系统.
张昭昭
关键词：模块化神经网络数据驱动时变系统
全选 清除 导出
共1页<1>
聚类工具0