首站-论文投稿智能助手
典型文献
Adam优化的BP神经网络地铁空调环境模式检测
文献摘要:
针对目前地铁空调系统环境模式的检测判定,依旧存在效率低下智能化程度不高的问题,设计了 Adam优化的BP神经网络地铁空调环境模式检测模型.选取3个关键变量:烟雾浓度、二氧化碳浓度、温度作为环境模式识别的特征条件,采用Adam优化算法对传统BP神经网络模型的梯度下降进行优化,采用一阶矩估计和二阶矩估计动态调整每个参数的学习率,加快模型学习,提高网络识别精度,并在收敛时减小震荡.实验结果表明,优化后的BP神经网络地铁环境模式检测模型收敛速度提高了 98.88%,预测错误平均个数减少了 45.6%,且收敛过程中震荡大大减小.同时相比于其他机器学习多分类模型,优化后的BP神经网络模型准确率为99.88%,检测运行时间为12 ms,整体性能更优.
文献关键词:
Adam;BP神经网络;优化算法;地铁空调;模式检测
作者姓名:
董正琪;姜杰;赵雪成;杨增汪
作者机构:
江苏师范大学物理与电子工程学院 徐州221116;徐州市永康电子科技有限公司 徐州221004
文献出处:
引用格式:
[1]董正琪;姜杰;赵雪成;杨增汪-.Adam优化的BP神经网络地铁空调环境模式检测)[J].电子测量技术,2022(24):111-117
A类:
B类:
Adam,地铁空调,环境模式,模式检测,空调系统,检测模型,关键变量,烟雾浓度,二氧化碳浓度,模式识别,特征条件,梯度下降,一阶矩,矩估计,二阶矩,学习率,模型学习,识别精度,震荡,铁环,收敛速度,多分类,分类模型,模型准确率,运行时间,ms,整体性能
AB值:
0.333614
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。