基于深度置信网络的4-CBA软测量建模

• 作者: 刘瑞兰 毛佳敏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度学习 深度置信网络 神经网络 软测量
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 工程与应用
• 页码范围: 227-230
• 页数: 4页
• 分类号: TP274
• 字数: 2936字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1507-0179

摘要

PTA工业生产过程中4-CBA的含量是评价其产品质量的重要依据.将深度置信网络和已有的浅层算法相结合,提出基于深度置信网络的4-CBA软测量模型.深度置信网络是一种典型的深度学习算法,该算法在特征学习方面优势显著.根据实验结果,基于深度置信网络的软测量模型能够很好地估计4-CBA含量,和单纯的BP神经网络模型相比,基于深度置信网络的模型预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘瑞兰	南京邮电大学自动化学院	29	257	9.0	15.0
2	毛佳敏	南京邮电大学自动化学院	1	5	1.0	1.0