期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于知识融合的多尺度卷积神经网络对加氢裂化特征提取的研究
被引量：
1
1
作者
王晨
罗文山
+4 位作者
刘建华
陆鹏飞
曹晓红
蓝新志
陈晗冰
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2023年第3期532-543,共12页
深度学习凭借其高效的特征提取能力在工艺流程建模中得到广泛研究应用,然而对于工艺流程知识与深度学习融合及多尺度特征提取方面尚未有系统研究。为解决上述问题,构建了一种可容纳局部子流程单元操作的全流程矩阵以实现知识融合,并基...
深度学习凭借其高效的特征提取能力在工艺流程建模中得到广泛研究应用,然而对于工艺流程知识与深度学习融合及多尺度特征提取方面尚未有系统研究。为解决上述问题,构建了一种可容纳局部子流程单元操作的全流程矩阵以实现知识融合,并基于扩展的Inception卷积块提出了多尺度卷积神经网络(MSCNN)。柴油加氢裂化工业实验结果表明:基于知识融合的MSCNN对加氢精制催化剂温度和氢气耗量的预测均方根误差(RMSE)分别仅有0.75和1053,与传统卷积网络(CNN)、全连接网络(BPNN)相比显示出优越的预测性能。提出了一种用于特征评价的GMM-t-SNE框架,其可视化结果表明,MSCNN所提取特征的t-SNE分布与预测目标的GMM聚类分布一致,表明MSCNN提取的特征合理,显著提升了模型的预测性能。
展开更多
关键词
加氢裂化
知识融合
多尺度卷积
特征
评估
框架
下载PDF
职称材料
题名
基于知识融合的多尺度卷积神经网络对加氢裂化特征提取的研究
被引量：
1
1
作者
王晨
罗文山
刘建华
陆鹏飞
曹晓红
蓝新志
陈晗冰
机构
中海油惠州石化有限公司
出处
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2023年第3期532-543,共12页
基金
中海油惠州石化科研项目(E-2421E002)基金资助。
文摘
深度学习凭借其高效的特征提取能力在工艺流程建模中得到广泛研究应用,然而对于工艺流程知识与深度学习融合及多尺度特征提取方面尚未有系统研究。为解决上述问题,构建了一种可容纳局部子流程单元操作的全流程矩阵以实现知识融合,并基于扩展的Inception卷积块提出了多尺度卷积神经网络(MSCNN)。柴油加氢裂化工业实验结果表明:基于知识融合的MSCNN对加氢精制催化剂温度和氢气耗量的预测均方根误差(RMSE)分别仅有0.75和1053,与传统卷积网络(CNN)、全连接网络(BPNN)相比显示出优越的预测性能。提出了一种用于特征评价的GMM-t-SNE框架,其可视化结果表明,MSCNN所提取特征的t-SNE分布与预测目标的GMM聚类分布一致,表明MSCNN提取的特征合理,显著提升了模型的预测性能。
关键词
加氢裂化
知识融合
多尺度卷积
特征
评估
框架
Keywords
hydrocracking
knowledge fusion
multi-scale convolution
features evaluation framework
分类号
TE624 [石油与天然气工程—油气加工工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于知识融合的多尺度卷积神经网络对加氢裂化特征提取的研究
王晨
罗文山
刘建华
陆鹏飞
曹晓红
蓝新志
陈晗冰
《石油学报（石油加工）》
EI
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
