|
|||||
|
|
| 基于多元时间序列特征解释CNN的阳极效应识别方法 | |
| 引用本文： | 常玉杰,邓紫晴,陈晓方,邹忠.基于多元时间序列特征解释CNN的阳极效应识别方法[J].轻金属,2023(12):18-24. |
| 作者姓名： | 常玉杰 邓紫晴 陈晓方 邹忠 |
| 作者单位： | 1. 青铜峡铝业股份有限公司青铜峡分公司;2. 中南大学自动化学院;3. 中南大学冶金与环境学院 |
| 摘 要： | 阳极效应的识别对于保证工业铝电解槽稳定运行和精细化控制具有重要意义。针对阳极分布电流数据高维、变量之间相互影响的特点，以及提高卷积神经网络(CNN)可解释性会影响模型性能的问题，提出一种用于阳极效应识别的多元时间序列特征解释CNN模型。与先进的多元时间序列分类器对比的实验结果表明，该模型能够达到较高的阳极效应识别准确率。 |
| 关 键 词： | 工业铝电解 多元时间序列 特征解释 卷积神经网络 阳极效应识别 |