首页> 中文期刊> 《河南理工大学学报(自然科学版)》 >基于DAK-FNN的出水氨氮软测量建模方法

基于DAK-FNN的出水氨氮软测量建模方法

         

摘要

针对因出水氨氮实时数据不完备建立的模型性能较差问题,在迁移学习框架下,提出一种基于数据与知识驱动的模糊神经网络(data-knowledge-driven fuzzy neural network,DAK-FNN)出水氨氮软测量建模方法。首先,为有效结合源场景已有知识和当前场景数据,提出一种基于迁移学习思想的知识传递方法,将从大量历史数据获取的参考模型蕴含的知识传递到目标模型,并利用在线学习的方式微调目标模型参数,提高模型精度。此外,提出一种基于长短时记忆机制的结构调整方法,将目标模型神经元分为核心神经元与非核心神经元,通过设定不同的神经元增删阈值调整结构,提高模型泛化性能。出水氨氮预测实验结果表明,与其他方法相比,所提方法具有更高的在线预测精度和更好的实时性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号