[发明专利]基于深度学习支持向量机的临界热流密度预测方法有效

专利信息
申请号: 201910854049.6 申请日: 2019-09-10
公开(公告)号: CN110751173B 公开(公告)日: 2020-12-01
发明(设计)人: 蒋波涛;徐新;黄新波;蒋卫涛 申请(专利权)人: 西安工程大学
主分类号: G06K9/62 分类号: G06K9/62;G06Q10/04;G06Q50/06
代理公司: 西安弘理专利事务所 61214 代理人: 韩玙
地址: 710048 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了基于深度学习支持向量机的临界热流密度预测方法,具体按照以下步骤实施:步骤1:对收集到的临界热流密度原始数据分为两个部分:原始数据的70%作为训练集,用X={(x1,y1),(x2,y2),…(xi,yi)…(xn,yn)}表示,对得到的训练数据集中的xi采用线性变换进行归一化处理,得到归一化处理后的数据点x′i;另外30%的原始数据作为测试集,用来测试训练得到的预测模型的预测准确率;步骤2:将步骤1得到的归一化处理后的数据点x′i,i=1,2,…,n,利用加入信息潜能的减法聚类进行选择实验数据;步骤3:将步骤2得到的实验数据,再通过留一法交叉验证优化支持向量机的参数,采用深度学习中的受限玻尔兹曼机进行训练,得到最优预测模型和最优参数。该预测方法可以更加准确的预测临界热流密度。
搜索关键词: 基于 深度 学习 支持 向量 临界 热流 密度 预测 方法
【主权项】:
1.基于深度学习支持向量机的临界热流密度预测方法,其特征在于,具体按照以下步骤实施:/n步骤1:对收集到的临界热流密度原始数据分为两个部分:原始数据的70%作为训练集,用X={(x
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安工程大学,未经西安工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910854049.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top