典型文献
机器学习算法改进及在化工故障诊断中的应用
文献摘要：
研究基于机器学习算法,提出一种改进CNN网络的化工故障诊断方法.通过分析CNN网络结构特点与参数训练过程,采用PSO算法对CNN网络进行改进;然后,基于改进CNN网络,提出化工故障诊断方法;最后,通过以TE过程仿真软件,对本研究改进CNN算法在化工故障诊断中的应用进行验证.结果表明:可有效诊断化工故障,平均故障检出率达到91.23％,误报率为1.23％.相较于标准CNN算法、PCA算法、KPCA算法、MICA算法,改进CNN算法对化工故障的检出率更高,误报率更低,且故障检出速度更快.
文献关键词：
CNN网络;PSO算法;化工过程;故障诊断
中图分类号：
作者姓名：
许洪光;李凤英;郭茜
作者机构：
河北东方学院,河北 廊坊 065000
文献出处：
引用格式：
[1]许洪光;李凤英;郭茜-.机器学习算法改进及在化工故障诊断中的应用)[J].粘接,2022(05):85-89,94
A类：
B类：
机器学习算法,算法改进,基于机器学习,故障诊断方法,训练过程,PSO,TE,过程仿真,误报率,KPCA,MICA,化工过程
AB值：
0.267834
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
