文档详情

一种基于软约束神经网络模型预测高温合金蠕变性能的方法.pdf

发布：2023-05-06约1.49万字共14页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114563268 A (43)申请公布日 2022.05.31 (21)申请号 202210161213.7 (22)申请日 2022.02.22 (71)申请人杭州电子科技大学地址 31001

显示全部

相似文档

一种基于长短期神经网络模型的微电网负荷预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881319 A (43)申请公布日 2022.08.09 (21)申请号 202210474240.X (22)申请日 2022.04.29 (71)申请人宁波职业技术学院
2023-05-15 约1.52万字 14页立即下载
一种基于SFM-LSTM神经网络模型的过街行人轨迹预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114462667 A (43)申请公布日 2022.05.10 (21)申请号 202111566614.2 G06Q 50/26 (2012.01)
2023-05-04 约1.71万字 11页立即下载
一种基于改进循环神经网络的预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881277 A (43)申请公布日 2022.08.09 (21)申请号 202210007680.4 (22)申请日 2022.01.06 (71)申请人安徽师范大学地址 241002
2023-05-16 约7.45千字 9页立即下载
基于卷积神经网络的高温后钢纤维火山渣混凝土力学性能预测.pdf 河南建材2024年第2期基于卷积神经网络的高温后钢纤维火山渣混凝土力学性能预测 张庆宇1蔡斌1刘倩1高鹏²沈旭3 1吉林建筑大学土木工程学院（130118）2吉林省众安工程项目管理有限公司（130051） 3吉林建筑大学设计研究院有限责任公司（130011）摘要：利用CNN预测火山渣替代率、钢纤维掺量、水灰比以及温度对火山渣混凝土力学性能的作用，其中，设计温度分别为20℃、200℃、400℃、600℃、800℃；火山渣替代率分别设置为30%、50%、70%；钢纤维体积掺量分别设置为0%、0.5%、1%、1.5%；水灰比分别设置为0.4、0.5。然后进行火山渣混凝土的压缩试验和劈裂试验
2024-08-12 约1.41万字 5页立即下载
一种基于多重约束的卷积神经网络校正图像伪影的方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112991220 A (43)申请公布日 2021.06.18 (21)申请号 202110333370.7 G06N 3/08 (2006.01)
2023-06-09 约1.58万字 14页立即下载
基于BP神经网络的AZ31镁合金力学性能预测研究.pptx 基于BP神经网络的AZ31镁合金力学性能预测研究 contents目录引言AZ31镁合金力学性能概述BP神经网络基本原理与模型构建基于BP神经网络的AZ31镁合金力学性能预测模型实验验证与结果分析结论与展望引言CATALOGUE01 镁合金作为一种轻质金属材料，具有优良的力学性能和加工性能，广泛应用于航空、汽车和3C等领域。由于镁合金的力学性能受到多种因素的影响，如合金成分、热处理工艺和加工条件等，因此准确预测其力学性能对于优化材料制备工艺、提高产品质量和降低成本具有重要意义。研究背景与意义国内外研究现状及发展趋势国内外学者在镁合金力学性能预测方面进行了大量研究，提出了多种预测模型和方法，
2024-07-08 约2.7千字 27页立即下载
基于多神经网络的网络流量预测模型.pdf 基于多神经网络的网络流量预测模型 陈振伟，王茜，黄继红 (皖西学院，安徽六安 237012) 摘要：实现网络 Qos控制对于网络管理及维护相当重要，而网络流量预测对于实现网络的QoS控制可以起到十分重要的作用；另外，流量预测在入侵检测中的应用也受到越来越多的关注。网络流量预测极具现实
2017-09-11 约字 3页立即下载
基于循环神经网络的压缩机组性能预测模型.pdf 第卷第期石油化工自动化, ６０１Vol．６０No．１年月, ２０２４１AUTOMATIONINPETROＧCHEMICALINDUSTRY
2024-03-24 约4.99万字 7页立即下载
一种基于区间二型模糊神经网络的污水处理过程鲁棒模型预测控制方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114879487 A (43)申请公布日 2022.08.09 (21)申请号 202210201196.5 (22)申请日 2022.03.02 (71)申请人北京工业大学地址 100124
2023-05-17 约2.31万字 17页立即下载
一种基于卷积神经网络的多维度能耗数据分析方法与企业能耗预测模型.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990591 A (43)申请公布日 2021.06.18 (21)申请号 202110325811.9 G06N 3/08 (2006.01) (22)申请日 20
2023-06-07 约5.7千字 6页立即下载
基于CNN-LSTM神经网络模型与ARIMA模型的时间序列预测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112819136 A (43)申请公布日 2021.05.18 (21)申请号 202110076545.0 (22)申请日 2021.01.20 (71)申请人南京邮电大学地址
2023-06-04 约1.58万字 15页立即下载
一种基于神经网络模型的汽油机次充模型进气量估算方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392574 A (43)申请公布日 2021.09.14 (21)申请号 202110516531.6 G01M 15/00 (2006.01) (22)申请日 2
2023-06-17 约9.51千字 13页立即下载
基于BP神经网络的固体合金材料热物性快速预测：方法、应用与展望.docx 基于BP神经网络的固体合金材料热物性快速预测：方法、应用与展望一、引言 1.1研究背景与意义在材料科学领域，固体合金材料由于其独特的性能组合，如高强度、良好的耐磨性、耐腐蚀性等，被广泛应用于航空航天、汽车制造、电子设备等众多关键行业。这些应用场景往往对材料的热物性有着严格的要求，因为热物性参数直接关系到材料在不同温度条件下的性能表现，进而影响到整个系统的运行效率、稳定性和安全性。热物性参数，如导热系数、热扩散系数、比热容等，描述了材料与热相关的特性。导热系数决定了材料传导热量的能力，在电子设备散热、能源传输等领域起着关键作用。在电子芯片中，若材料的导热系数不足，会导致热量积聚，影响芯片
2025-04-19 约4.09万字 31页立即下载
基于神经网络的涡轮分子泵性能预测.docx 基于神经网络的涡轮分子泵性能预测 目录一、内容综述................................................4 1.1研究背景与意义.......................................4 1.2国内外研究现状.......................................6 1.3主要研究内容.........................................7 1.4论文结构安排.........................................8 二、涡轮分子泵基本原理.......
2024-11-20 约3.08万字 66页立即下载
基于神经网络的供暖室温预测模型研究.docx PAGE8 基于神经网络的供暖室温预测模型研究摘要本文首先分析了供暖室温预测的意义，介绍了人工神经网络的基本概念和原理。重点介绍BP(BackPropagation)和RBF(RadialBasisFunction)两种神经网络，并由此建立室温预测模型。通过分析，将某建筑k-t时刻室内温度、k时刻室内温度、k时刻室外温度以及k时刻回水温度作为输入变量，将k+t时刻的室内温度作为输出变量。最后，运用MATLABX具仿真。对比预测温度和实际温度，两种神经网络均能很好地预测室内温度，剔除掉预测结果与实际结果相比差值较大的点，预测结果的精度进一步提高，比较两种神经网络的误差，
2024-04-21 约1.55万字 18页立即下载