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 |
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 |
|
| Интернет | Все |
|
Количество обращений: 449
За последние 30 дней: 23
