基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对国内火电厂热工过程中传统的测量方法不易测量参数的困难,探讨研究了软测量方法在火电厂节能监测中的最新进展与应用.提出了基于支持向量机的软测量方法.支持向量机是新的机器学习方法,较好地解决了小样本、非线性、高维数、局部极小点等实际问题.以其为依据建立了烟气含氧量的软测量模型,并将模型用于烟气含氧量的预估,结果证明支持向量机是软测量建模非常有效的方法.
推荐文章
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
基于深度集成支持向量机的工业过程软测量方法
支持向量机
软测量
深度置信网络
集成学习
预测
基于神经网络的火电厂烟气含氧量软测量
烟气含氧量
软测量
神经网络
基于信息融合的火电厂飞灰含碳量的软测量建模
信息融合
软测量
自适应加权融合
最小二乘支持向量机
飞灰含碳量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的软测量方法在火电厂节能监测中的应用
来源期刊 机电一体化 学科
关键词 支持向量机 软测量 建模 烟气含氧量
年,卷(期) 2015,(3) 所属期刊栏目 应用·交流
研究方向 页码范围 63-67
页数 5页 分类号
字数 3901字 语种 中文
DOI 10.16413/j.cnkiissn.1007-080x.2015.03.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 于立军 上海交通大学机械与动力工程学院 50 648 14.0 23.0
2 徐速 上海交通大学机械与动力工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (1894)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
软测量
建模
烟气含氧量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机电一体化
月刊
1007-080X
31-1714/TM
大16开
上海市长乐路746号
4-565
1995
chi
出版文献量(篇)
3989
总下载数(次)
13
论文1v1指导