10.3969/j.issn.1000-1158.2021.03.12
基于MO-PLP-ELM及电容层析成像的两相流流型辨识
提出一种基于多目标优化并行感知器的极限学习机(MO-PLP-ELM)及电容层析成像(ECT)技术的两相流流型辨识算法.首先,为保证样本具有代表性,采用随机思想生成7类流型的训练及测试样本集;其次,对样本模型的电容数据归一化处理;最后,采用MO-PLP-ELM算法进行流型辨识,并与常用的BP神经网络、支持向量机、极限学习机及并行感知器改进极限学习机算法进行比较,结果表明,提出的MO-PLP-ELM算法其辨识率明显高于其它算法,平均辨识率达96.1%.
计量学、两相流、多目标优化、并行感知器、极限学习机、电容层析成像、流型辨识
42
TB937(计量学)
国家自然科学基金61973115
2021-04-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
334-338