本文關(guān)鍵詞：基于集成深度玻爾茲曼機和最小二乘支持向量回歸的燃燒過程NO_x預測算法

  更多相關(guān)文章： 火焰自由基圖像 深度玻爾茲曼機 最小二乘支持向量回歸 NOx預測

【摘要】：通過研究燃燒過程中的火焰自由基圖像與NO_x排放之間的關(guān)系,提出了集成深度玻爾茲曼機和最小二乘支持向量回歸的NO_x預測算法.首先采用深度玻爾茲曼機對4類火焰自由基圖像(OH*、CN*、CH*和C*_2)進行自動圖像特征學習,然后用最小二乘支持向量回歸來擬合圖像特征與NO_x排放量之間的關(guān)系,進而對NO_x排放量進行預測.結(jié)果表明:NO_x排放預測值與NO_x排放參考值具有一致性;與已有的基于圖像的NO_x預測算法相比,所提方法在預測精度方面具有明顯的優(yōu)勢.
【作者單位】： 華北電力大學控制與計算機工程學院;英國肯特大學工程與數(shù)字藝術(shù)學院;
【關(guān)鍵詞】： 火焰自由基圖像 深度玻爾茲曼機 最小二乘支持向量回歸 NOx預測
【基金】：國家重點基礎(chǔ)研究發(fā)展計劃資助項目(973計劃)(2012CB215203) 111引智資助項目(B13009)
【分類號】：X773
【正文快照】： 在未來較長一段時期內(nèi),以化石燃料和生物質(zhì)為主要能源的火力發(fā)電依舊是造成大氣污染的主要1　NOx預測算法的建立因素,特別是氮氧化物(NOx)的排放對環(huán)境惡化和1.1　基于DBM模型的圖像特征學習居民健康造成了直接影響[1].許多國家為此制訂了自從2006年深度學習取得突破進展后,深

【相似文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前9條

1 李娟;基于RBM的小分子活性及選擇性研究[D];蘭州大學;2015年

2 葉睿;基于深度學習的人臉檢測方法研究[D];哈爾濱工業(yè)大學;2015年

3 張衛(wèi)東;深度信念網(wǎng)絡(luò)及其在手寫字體識別中的應用[D];成都理工大學;2015年

4 施維劏;門限玻爾茲曼機在人臉識別中的魯棒性研究[D];北京交通大學;2015年

5 萬程;自適應基數(shù)受限玻爾茲曼機[D];清華大學;2015年

6 李亦錟;受限的玻爾茲曼機在背景建模和文本建模中的研究與應用[D];中國科學技術(shù)大學;2016年

7 王海麟;通過信息幾何方法挖掘玻爾茲曼機的不變性[D];天津大學;2014年

8 仝少敏;基于受限玻爾茲曼機的面部運動識別方法研究[D];哈爾濱工業(yè)大學;2014年

9 李平;監(jiān)督概率主題模型研究[D];安徽工業(yè)大學;2014年

，

本文編號：1002406