基于交叉验证的级联BP神经网络的焦炭质量预测模型

来源 :信息记录材料 | 被引量 : 0次 | 上传用户:shuishui06
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了保证判决的准确性及对错误神经元的包容性,故以其更复杂的网络连接形式建立基于级联BP神经网络的焦炭质量预测模型,将大部分煤炭质量参数预测误差控制在15%以内,具有优越的拟合能力与稳定的收敛特性。最后引入基于交叉验证的级联BP神经网络,使得泛化性能明显提高,煤炭质量参数总体预测误差降至5%以内,效果优化明显。
其他文献
光子上转换是吸收低能量(长波长)的光发射高能量(短波长)光的过程,在太阳能光伏、光催化等领域具有潜在应用价值而受到广泛研究,然而通常介质采用有机溶剂及绝氧处理都大大限制了
TAC薄膜作为偏光板的内保护膜用于液晶显示器。近年来,由于市场需求的不断扩大以及迫于日趋激烈的市场竞争,迫使厂商积极探索降低成本、提高效率的技术途径,比如100m/min以上
展示材料是一类特殊的彩色正片。通过对其处理过程的动力学研究,验证了乐凯专业显影和专业漂定的适用性,并给出了相应的冲洗参数:彩显温度:35.0±0.3℃,彩显时间110~120s;漂定温度
随着互联网技术的快速发展和通信技术的突飞猛进,物联网技术的发展得到了保障,同时物联网技术也逐渐被人们接受,应用领域越来越广,基于此背景下,智能家居应运而生。本文是基