2024年8月12日
星期一
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
胡春洋
作品数:
1
被引量:7
H指数:1
供职机构:
燕山大学电气工程学院河北省工业计算机控制工程重点实验室
更多>>
发文基金:
河北省自然科学基金
国家自然科学基金
更多>>
相关领域:
冶金工程
更多>>
合作作者
张兴明
清华大学天津高端装备研究院
刘乐
燕山大学电气工程学院河北省工业...
方一鸣
燕山大学电气工程学院河北省工业...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
冶金工程
主题
1篇
漏钢预报
1篇
分类器
1篇
A-SVM
机构
1篇
燕山大学
1篇
清华大学天津...
作者
1篇
方一鸣
1篇
刘乐
1篇
张兴明
1篇
胡春洋
传媒
1篇
中国机械工程
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于主动学习GA-SVM分类器的连铸漏钢预报
被引量:7
2016年
针对在小样本数据情况下训练的连铸漏钢预报模型难以获得较高预报准确率的问题,提出了一种基于主动学习遗传算法支持向量机(GA-SVM)分类器的漏钢预报算法。该算法首先将采集到的连铸结晶器坯壳温度数据进行预处理,并将有效数据进行标注;然后利用标注后的小样本数据和遗传算法来优化SVM的经验参数,训练并得到支持向量机模型;最后利用某钢厂采集到的连铸结晶器坯壳温度数据进行测试。测试结果表明,在利用小样本数据进行训练的情况下,所提出的基于主动学习GASVM分类器的连铸漏钢预报算法具有较高的漏钢预报率(预报精度)和100%的漏钢报出率,验证了所提漏钢预报算法的有效性。
方一鸣
胡春洋
刘乐
张兴明
关键词:
漏钢预报
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张