您的位置: 专家智库 > >

邵义元

作品数:18 被引量:22H指数:3
供职机构:鄂州职业大学更多>>
发文基金:湖北省教育厅人文社会科学研究项目湖北省教育厅科学技术研究项目国家社会科学基金更多>>
相关领域:理学冶金工程自动化与计算机技术一般工业技术更多>>

文献类型

  • 17篇期刊文章
  • 1篇学位论文

领域

  • 8篇理学
  • 6篇冶金工程
  • 5篇自动化与计算...
  • 2篇一般工业技术
  • 1篇经济管理
  • 1篇动力工程及工...
  • 1篇自然科学总论

主题

  • 7篇吹炼
  • 5篇铜锍
  • 5篇铜锍吹炼
  • 4篇神经网
  • 4篇神经网络
  • 3篇微分
  • 3篇微分方程
  • 3篇计算机
  • 2篇预处理
  • 2篇摄动
  • 2篇数据挖掘
  • 2篇图像
  • 2篇图像分割
  • 2篇网络
  • 2篇小波
  • 2篇小波变换
  • 2篇计算机实现
  • 2篇波变换
  • 1篇冶炼
  • 1篇冶炼过程

机构

  • 13篇鄂州大学
  • 4篇鄂州职业大学
  • 4篇中南大学
  • 1篇华中科技大学

作者

  • 18篇邵义元
  • 4篇胡志坤

传媒

  • 11篇鄂州大学学报
  • 2篇九江师专学报
  • 1篇上饶师范学院...
  • 1篇四川大学学报...
  • 1篇河西学院学报
  • 1篇扬州职业大学...

年份

  • 1篇2017
  • 1篇2012
  • 1篇2011
  • 1篇2009
  • 1篇2008
  • 2篇2006
  • 1篇2005
  • 1篇2004
  • 3篇2003
  • 5篇2002
  • 1篇2001
18 条 记 录,以下是 1-10
排序方式:
基于规则的前馈神经网络的混沌梯度下降耦合学习算法
2002年
提出用规则判断由于BP神经网络学习过程中因梯度搜索产生的局部极小 ,并利用具有全局寻优的特点的混沌优化算法 ,使学习过程能有效地逃离局部极小。即 ,梯度下降进研“粗搜索”、混沌优化法进行“细搜索”及建立规则将两者结合起来 ,就构成了本文的基于混沌梯度下降的前馈神经网络学习算法。这种算法有效地利用了梯度下降算法的快速性和混沌寻优的全局性。将该算法应用于铜锍吹炼过程智能决策支持系统模型库中的模型学习 ,产生了良好的应用效果。
邵义元胡志坤
关键词:前馈神经网络混沌优化梯度搜索
铜锍吹炼过程中耗氧量的计算被引量:2
2003年
提出以氧气利用率作为铜锍吹炼生产过程节能降耗的重要指标之一,并对整个吹炼生产过程中的耗氧量进行计算。
邵义元
关键词:铜锍吹炼耗氧量计算方法炼铜
改进的灰色预测方法及其应用被引量:7
2001年
一些铜火法冶炼厂家由于缺乏快速分析设备,难以确定吹炼炉的入炉铜锍品位,本文基于灰色理论,由铜锍品位的历史数据建立GM(1,1)模型群,尔后对模型群中的各个模型进行粉度检验,进而利用精度较好的模型来预测当前入炉品位值。对现场90余班次的品位预测计算表明,预测平均误差仅±0.5%以内,可满足工程要求。
邵义元胡志坤
关键词:灰色预测吹炼
铜锍吹炼终点预报系统样本的预处理被引量:1
2003年
在进行网络学习前,对样本进行标准化、变量空间的降维、过滤噪音等处理,使得样本具有很强 的特征性,可提高网络的学习能力。
邵义元
关键词:神经网络模式分类器
一种基于多种时间尺度的微分方程求解方法被引量:1
2009年
在求微分方程的近似周期解时,用关于多种时间尺度的偏微分方程代替原方程而求其有效渐近解,进一步用Mathematica系统在计算机上实现。
邵义元
关键词:微分方程计算机求解
一种微分方程解法的计算机实现
2008年
求得一类弱非线性偏微分方程的摄动解,并利用Mathematica系统在计算机上实现。
邵义元
关键词:微分方程摄动解计算机实现
Lindstedt-Poincare方法的计算机实现
2002年
利用Mathematica系统 ,对一类热工微分方程的有效渐近解进行研究 ,实现一种奇异摄动的机器求解 。
邵义元
关键词:微分方程奇异摄动
基于光伏系统的建模与仿真
2017年
建立了数学模型用来描述boost变换电路中的状态空间,通过三角波比较控制法,实现了最大功率点跟踪(MPPT)。仿真结果表明该系统能实现较好的跟踪效果,其平均跟踪效率超过93%。
邵义元
关键词:光伏系统BOOST变换器数学模型最大功率点跟踪
一类模型学习样本的预处理
2012年
在进行网络学习前,对样本进行标准化、变量空间的降维、过滤噪音等处理,使得样本具有很强的特征性,可提高网络的学习能力。
邵义元
关键词:网络学习
AR(p)与指数平滑组合预测算法被引量:1
2002年
本文提出一种对铜锍品位进行预测的新方法 ,以采集的现场数据为基础 ,采用系统辨识动态地建立了 AR( p)模型与三次指数平滑模型。 AR( p)模型要求数据对象是平稳时间序列 ,而三次指数平滑模型的数据对象具有随机性 ,考虑到铜锍品位的波动性 ,本文将二模型按最小二乘法原理 ,以组合预测误差平方和为目标函数 ,通过使误差平方和极小化来确定两种预测方法的优化 ,建立了一种新的组合模型 。
邵义元
关键词:AR(P)模型吹炼过程
共2页<12>
聚类工具0