位置：成果数据库 > 期刊 > 期刊详情页
基于反传混沌粒子群训练的前馈神经网络研究
  • ISSN号：1001-3695
  • 期刊名称：《计算机应用研究》
  • 时间：0
  • 分类：TP212[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] TQ02[化学工程]
  • 作者机构：[1]College of Information Science&, [2]Technology, Beijing University of Chemical Technology, Beijing 100029, China
  • 相关基金：Supported by the National Natural Science Foundation of China（61074153）
作者： 朱群雄[1], 董春岩[1], 林晓勇[1]
关键词： 自联想神经网络, 化学过程, 输入参数, 软测量, 神经网络方法, 精对苯二甲酸, 属性分类, EDAC, Soft sensor, Auto-associative hierarchical neural network, Purified terephthalic acid solvent system, Matter-element
中文摘要：

Corresponding author. E-mail address： zhuqx@mail.buct.edu.cn （Q. Zhu）.

同期刊论文项目
复杂过程系统的递阶神经网络结构研究
期刊论文 26 会议论文 2 专利 2
同项目期刊论文
一种逆向样本分布的Boosting类新算法
一种新的多种群竞争粒子群优化算法及高密度聚乙烯装置操作优化
抑制过拟合现象的ABSD算法
A Constraints Scattered Memetic Algorithm for Constrained Optimization Problem
基于数据属性划分的递阶ELM研究及化工应用
A hierarchical structure of Extreme Learning Machine (HELM) for high-dimensional datasets with noise
基于差异特征的案例可拓修改方法研究与应用
Compromising adjustment solution of primary reaction coefficients in ethylene cracking furnace model
An efficient version of inverse boosting for classification
Energy Efficiency Estimation Based on Data Fusion Strategy: Case Study of Ethylene Product Industry
基于争议度的Boosting集成网络样本权值调整算法
用于化工软测量的基于移动窗的过程神经网络
基于数据特征提取的AANN-ELM研究及化工应用
Optimal Grade Transition for Polyethylene Reactors Based on Simultaneous Strategies and Trust Region
A piecewise linear chaotic map and sequential quadratic programming based robust hybrid particle swa
基于关联层次模型的乙烯装置能效虚拟对标及应用
A New Selective Neural Network Ensemble Method Based on Error Vectorization and Its Application in High-density Polyethylene （HDPE） Cascade Reaction Process
An Improved Hybrid Genetic Algorithm for Chemical Plant Layout Optimization with Novel Non-overlapping and Toxic Gas Dispersion Constraints
Study and Application of Fault Prediction Methods with Improved Reservoir Neural Networks
低关联度的Boosting类集成算法研究
基于极限学习的过程神经网络研究及化工应用
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊（2011版）
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编：刘营
  • 地址：成都市成科西路3号
  • 邮编：610041
  • 邮箱：arocmag@163.com
  • 电话：028-85210177 85249567
  • 国际标准刊号：ISSN：1001-3695
  • 国内统一刊号：ISSN：51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:60049