基于多传感器数据融合技术的烧结矿碱度预报模型研究

• 作者: 丰梦 宋强 张志坤 杨承志 郭一军
• 来源期刊: 昆明理工大学学报（理工版）
• 学科: 工学
• 关键词: 多传感器数据融合 神经网络算法 碱度 权值和阈值 样本数据
• 年，卷（期）: 2005,（z1）
• 所属期刊栏目: 自动控制
• 页码范围: 18-21
• 页数: 4页
• 分类号: TP301.6
• 字数: 2936字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-855X.2005.z1.006

摘要

烧结矿碱度的测量是钢铁工业中的关键和难点,况且又容易受到烧结几乎每一个操作环节的影响.据此提出利用BP神经网络进行多传感器数据融合的烧结矿碱度的预报模型.通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨承志	昆明理工大学信息工程与自动化学院	39	168	8.0	12.0
2	宋强	昆明理工大学信息工程与自动化学院	11	9	2.0	2.0
3	郭一军	昆明理工大学信息工程与自动化学院	4	1	1.0	1.0
4	丰梦	昆明理工大学信息工程与自动化学院	5	1	1.0	1.0
5	张志坤	昆明理工大学信息工程与自动化学院	11	43	4.0	6.0