基于深度學(xué)習(xí)的方法,在HL-2A裝置上開發(fā)出了一套邊緣局域模（ELM）實(shí)時識別算法。算法使用5200次放電數(shù)據(jù)（約24.19萬數(shù)據(jù)切片）進(jìn)行學(xué)習(xí),得到一個深度為22層的卷積神經(jīng)網(wǎng)絡(luò)。為衡量算法的識別能力,識別了HL-2A裝置自2009年實(shí)現(xiàn)穩(wěn)定ELMyH模放電以來所有歷史數(shù)據(jù)（約26000次放電數(shù)據(jù)）,共識別出1665次H模放電,其中誤識別35次,誤報率為2.10%。在實(shí)際的1634次H模放電中,漏識別4次,漏識別率為0.24%。該誤報率和漏報率可以滿足ELM實(shí)時識別的精度要求。識別算法在實(shí)時控制環(huán)境下,對單個時間點(diǎn)的平均計算時間為0.46ms,可以滿足實(shí)時控制的計算速度要求。 

【文章來源】：核聚變與等離子體物理. 2020,40(04)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

HL-2A裝置上具有代表性的ELMy H模信號

神經(jīng)網(wǎng)絡(luò)是受到生物學(xué)神經(jīng)系統(tǒng)的啟發(fā)，來模擬生物神經(jīng)系統(tǒng)對外界真實(shí)環(huán)境做出的交互式反應(yīng)。神經(jīng)網(wǎng)絡(luò)中最基本的要素是神經(jīng)元模型[16]，如圖2所示。神經(jīng)元模型中，神經(jīng)元接受來自n個其他神經(jīng)元ai傳遞過來的信號，這些信號帶有權(quán)重wi，同時再加上偏置b。對這些神經(jīng)元傳遞的信息及偏置進(jìn)行求和，再通過非線性的激活函數(shù)f的處理，給出最終的輸出，其數(shù)學(xué)表達(dá)式為：

通過有限個數(shù)神經(jīng)元可以構(gòu)成一個神經(jīng)網(wǎng)絡(luò)。圖3展示了一個比較基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)。超過三層的神經(jīng)網(wǎng)絡(luò)(包括輸入層和輸出層)即可稱為深度神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)相對于普通神經(jīng)網(wǎng)絡(luò)而言，能夠更好地擬合非線性函數(shù)。進(jìn)入神經(jīng)網(wǎng)絡(luò)的深度越深，節(jié)點(diǎn)識別的特征就越復(fù)雜。

【參考文獻(xiàn)】：
期刊論文
[1]人工神經(jīng)網(wǎng)絡(luò)在HL-2A裝置湯姆遜散射數(shù)據(jù)處理中的應(yīng)用[J]. 劉春華,侯智培,王瑜琴,馮震,夏凡,黃淵.  強(qiáng)激光與粒子束. 2019(02)
[2]HL-2A裝置超聲分子束注入緩解偏濾器靶板上邊緣局域模熱通量研究[J]. 高金明,程鈞,嚴(yán)龍文,李偉,聶林,馮北濱,陳程遠(yuǎn),盧杰,易萍,季小全,周艷,劉儀,楊青巍.  核聚變與等離子體物理. 2015(01)

碩士論文
[1]HL-2A裝置上超聲分子束緩解邊緣局域模的實(shí)驗(yàn)研究[D]. 楊曾辰.西華大學(xué) 2016



本文編號：3625973