|
|||||
|
|
| 基于温度场主元分析的高炉炉况深度学习预测建模 | |
| 作者姓名： | 刘代飞 张吉 付强 |
| 摘 要： | 开展高炉过程大数据的信息深度挖掘与建模是高炉信息化和智能化建设的重要内容.针对传统浅层神经网络在高炉炉况信息表征上的不足,以炉况温度场信息挖掘为中心,构建了以炉况状态参数为目标的逻辑模型,模型输入为温度场、操作参数和指标参数.利用主元分析对108维的温度场数据进行降维处理,以86％的信息提取度为准则,形成20维主元特征... |
| 关 键 词： | 高炉炉况 温度场 主元分析 深度学习 预测模型 |
| 本文献已被 CNKI 等数据库收录！ | |