Детальная информация

Название Подготовка экспериментальных данных для нейросетевого моделирования характеристик центробежных компрессоров // Научно-технические ведомости СПбПУ. Сер.: Естественные и инженерные науки. – 2018. – Т. 24, № 4
Авторы Никифоров А. Г. ; Авраменко Д. Ю.
Организация Смоленская сельскохозяйственная академия ; МЭИ. Смоленский филиал
Выходные сведения Санкт-Петербург: Изд-во Политехн. ун-та, 2018
Коллекция Общая коллекция
Тематика Энергетика ; Техника сжатых и разреженных газов ; центробежные компрессоры ; компрессоры ; моделирование характеристик компрессоров ; нейросетевое моделирование ; экспериментальные данные ; нейронные сети ; безлопаточные диффузоры ; centrifugal compressors ; compressors ; simulation of compressor characteristics ; neural network modeling ; experimental data ; neural networks ; belopotosky diffusers
УДК 621.5/6
ББК 31.7
Тип документа Статья, доклад
Тип файла Другой
Язык Русский
DOI 10.18721/JEST.24406
Права доступа Свободный доступ из сети Интернет (чтение, печать, копирование)
Ключ записи RU\SPSTU\edoc\61010
Дата создания записи 06.05.2019

Разрешенные действия

Прочитать Загрузить (0,6 Мб)

Группа Анонимные пользователи
Сеть Интернет

Представлена обобщенная информация о возможных видах предварительной обработки исходных данных и эффективности такой обработки для обучения моделей, основанных на нейронных сетях. В зависимости от задач моделирования и особенностей предметной области могут быть выбраны различные сочетания обработки исходной выборки, а также различные виды активационных функций и архитектуры нейронных сетей. Эффективность предобработки исходных данных показана на нейросетевых моделях энергетических характеристик центробежных компрессоров. Исключение выбросов в выборке и нормализация исходных данных позволили повысить точность модели на 1,5 % по сравнению с моделью, обученной на ненормализованных данных.

The paper presents generalized information on possible methods for preliminary processing of initial data and the efficiency of these methods for training neural network models. Differentcombinations for processing the initial sample, as well as different types of activation functions and architecture of neural networkscan be selecteddepending on the simulation goals and the specifics of the subject area. The efficiency of preliminary data processing has been established with neural network models of energy characteristics of centrifugal compressors. Eliminating outliers in the experimental data and normalizing the initial data allowedto increase the accuracy of the model by 1,5 % compared with the model trained on non-normalized data.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Все

Количество обращений: 449 
За последние 30 дней: 23

Подробная статистика