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:
柴油机作为一个复杂多变的系统,其输入和输出之间没有一个清晰准确的对应关系.为能准确地对柴油机排放进行预测,采用优化的神经网络——极限学习机(Extreme Learning Machine,ELM)理论对柴油机排放与工作负荷、喷油提前角进行建模研究,探索优化柴油机性能的过程控制途径.
推荐文章
基于GRNN的船舶柴油机NOx排放预测
四冲程柴油机
广义神经网络
推进特性
负荷特性
NOx排放预测
船用柴油机NOx排放的试验研究
船用柴油机
喷油正时
压缩比
NOx排放率
油耗率
烟度
柴油机NOX排放控制技术
柴油机
NOX
EGR
催化净化器
船用柴油机NOx排放控制技术
船用柴油机
NOx排放
HAM
SCR
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ELM理论的柴油机NOx排放建模研究
来源期刊 船舶与海洋工程 学科 交通运输
关键词 极限学习机(ELM) 柴油机排放 建模
年,卷(期) 2018,(3) 所属期刊栏目 电气与自动化
研究方向 页码范围 57-61
页数 5页 分类号 U664.121
字数 4468字 语种 中文
DOI 10.14056/j.cnki.naoe.2018.03.010
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 林金表 集美大学轮机工程学院 43 94 4.0 7.0
3 林洪贵 集美大学轮机工程学院 26 96 6.0 9.0
6 于洪亮 集美大学轮机工程学院 24 35 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
极限学习机(ELM)
柴油机排放
建模
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
船舶与海洋工程
双月刊
2095-4069
31-2076/U
大16开
上海市江宁路495号2103信箱
1985
chi
出版文献量(篇)
1457
总下载数(次)
4
总被引数(次)
5344
论文1v1指导