典型文献
基于多分支残差深层网络的稀土萃取流程模拟
文献摘要：
稀土萃取过程机理复杂,存在非线性、强耦合以及大滞后等特点,依据传统机理分析方法不能实现精确的萃取流程模拟.对此,本文提出一种多分支残差深层网络(MB-RDN)用于稀土萃取工艺流程模拟.首先,针对多级萃取槽串接而成的稀土萃取流程提出具有多分支结构的深层神经网络,该网络可以通过不同的分支出口计算每级萃取槽的组分含量;其次,为了有效缓解深层网络的梯度消失问题,在分支中引入残差结构和特征短接操作,并设计出一种多特征融合机制.所设计网络可以有效地学习原始特征、深层特征和分支间耦合特征以提升预测精度.最后的仿真结果表明了所提方法的有效性.
文献关键词：
稀土萃取;多分支网络;深度学习;特征融合;流程模拟
中图分类号：
作者姓名：
朱建勇;王伟;杨辉;徐芳萍;陆荣秀
作者机构：
华东交通大学电气与自动化工程学院,江西南昌330013;江西省先进控制与优化重点实验室,江西南昌330013
文献出处：
引用格式：
[1]朱建勇;王伟;杨辉;徐芳萍;陆荣秀-.基于多分支残差深层网络的稀土萃取流程模拟)[J].控制理论与应用,2022(12):2242-2253
A类：
B类：
深层网络,稀土萃取,流程模拟,过程机理,强耦合,机理分析,MB,RDN,萃取槽,串接,多分支结构,深层神经网络,组分含量,梯度消失,残差结构,短接,多特征融合,融合机制,设计网,地学,深层特征,耦合特征,多分支网络
AB值：
0.346492
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。
