- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请公开了一种基于动态蝴蝶优化算法优化CNN的CSTR故障诊断模型的构建与应用,旨在解决现有CSTR故障诊断模型精度不够及人工调参耗时耗力且模型参数结构重用率不高的问题。主要方法步骤包括:CSTR数据采集、预处理,根据故障类型标注标签,构建CSTR数据集;对原始的蝴蝶优化算法进行改进,得到动态蝴蝶优化算法;选择CNN中需要优化的超参数,采用动态蝴蝶优化算法优化超参数,建立基于动态蝴蝶优化算法优化CNN的故障诊断模型;基于该模型进行故障诊断,得出故障诊断结果。本申请采用动态蝴蝶优化算法对CNN的
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117473380A
(43)申请公布日2024.01.30
(21)申请号202311272535.X
(22)申请日2023.09.28
(71)申请人郑州轻工业大学
原创力文档


文档评论(0)