期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度神经网络和支持向量机的海底管线水合物生成预测模型 被引量：14
1
作者 郑秋梅 商振浩 +1 位作者 王风华 林超 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第5期46-51,共6页
针对目前天然气水合物预测方法对实际生产数据预测精度不高问题,分析水合物形成因素,引入支持向量机(SVM)和深度神经网络(DNN)理论,建立新的天然气水合物预测模型。模型通过深度神经网络提取生产数据的网络特征,将提取的特征与生产数据... 针对目前天然气水合物预测方法对实际生产数据预测精度不高问题,分析水合物形成因素,引入支持向量机(SVM)和深度神经网络(DNN)理论,建立新的天然气水合物预测模型。模型通过深度神经网络提取生产数据的网络特征,将提取的特征与生产数据进行融合以增强数据区分度,使用非线性支持向量机对融合数据进行水合物预测,并采用东海CXB至CX平台混输海管近6年的生产数据进行实验。结果表明,与传统方法和已有BP神经网络方法相比,模型预测精度显著提高,且模型结构简单,具有较好推广价值。 展开更多
关键词 天然气水合物 支持向量机 深度神经网络 BP算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部