基于深度学习的核动力装置智能故障诊断方法研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于深度学习的核动力装置智能故障诊断方法研究

引用
深度学习是机器学习的一个新的分支,在人工智能领域得到广泛应用.本文基于深度学习中的深度置信网络提出了新型核动力装置智能故障诊断模型,建立了基于深度学习的核动力装置智能故障诊断系统.以核动力装置的设计基准事故诊断为例,用仿真机对模型进行了测试,同时用BP神经网络、支持向量机和K最近邻算法进行对比,结果表明基于深度学习的智能诊断模型对复杂数据处理能力较好,能够很好的利用无标签数据,避免了数据资源的浪费.

核动力装置、故障诊断、深度学习、深度置信网络

2020-12-30(万方平台首次上网日期,不代表论文的发表时间)

共7页

18-24

相关文献
评论
暂无封面信息
查看本期封面目录

核工程研究与设计

N准/京2140-981721

2020,(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn