改进BP神经网络在流型智能识别中的应用

• 作者: 吴浩江 周芳德 胡志华
• 来源期刊: 西安交通大学学报
• 关键词: 多相流 流型 非线性最小二乘法 神经网络 模式识别
• 年，卷（期）: 2000,（1）
• 页码范围: 22-25
• 页数: 4页
• 分类号: O359.1
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2000.01.005

摘要

为了克服BP神经网络的易陷入局部极小、收敛速度慢等缺点,利用非线性最小二乘法对其进行了改进.改进后的BP神经网络的收敛速度提高了1～2个数量级.同时,利用压阻式压差传感器测得了水平管内油气水多相流压差信号,根据分形理论中的重构相空间法提取出压差信号的特征向量,再将特征向量送入改进的BP神经网络中,从而完成对油气水多相流流型的智能识别.结果证明,改进的BP神经网络能有效地自动识别出油气水多相流的流型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周芳德		84	711	15.0	20.0
2	吴浩江		12	195	7.0	12.0
3	胡志华		9	143	6.0	9.0