基于灰色神经网络和支持向量机的两相流流型辨识 |
| |
引用本文: | 李精精,周涛,段军,张蕾.基于灰色神经网络和支持向量机的两相流流型辨识[J].核技术,2013(2):69-73. |
| |
作者姓名: | 李精精 周涛 段军 张蕾 |
| |
作者单位: | 华北电力大学核热工安全与标准化研究所 |
| |
基金项目: | 国家自然科学基金(50976033);华北电力大学校内“211”基金资助 |
| |
摘 要: | 两相流流型直接影响两相流的流动特性和传热传质性能。利用小波分析对气液两相流压降实验数据进行处理,提取不同频率的小波系数。以小波能量为特征,输入BP神经网络进行训练,进行流型的初步辨识。将灰色神经网络模型应用于气液两相流的辨识,同时创立将压差波动数据和小波能量数据输入Lib-SVM机分类器的方法,分别对流型进行辨识。结果显示,这三种方法均可进行流型的辨识,小波能量支持向量机的判别结果比灰色神经网络和BP神经网络的判别结果准确。支持向量机对压差信号直接进行流型辨识时准确率达到95.2%。
|
关 键 词: | 小波分析 两相流 流型 灰色神经网络 Lib-SVM |
本文献已被 CNKI 等数据库收录! |
|