陈晓天
- 作品数：4 被引量：10H指数：2
- 供职机构：中国矿业大学信息与电气工程学院更多>>
- 相关领域：矿业工程自动化与计算机技术更多>>
- 基于RBFNN的输送带秤智能容错方法
- 2015年
- 针对现有的电子输送带秤不具备智能故障诊断功能的问题,提出了一种输送带秤的智能容错方法,基于多传感器之间的相关性,利用RBF神经网络,建立输送带秤称重传感器的预测网络,当系统中某一个称重传感器故障时,通过预测网络得到故障传感器的预测值,完成输送带秤在某一称重传感器故障状态下的准确称重,使输送带秤具有容错功能。
- 郭西进陈洪伟陈晓天刘淼
- 关键词：传感器径向基函数神经网络
- 基于GA-BP神经网络的浮选加药量预测被引量：5
- 2017年
- 针对现有煤泥浮选加药量预测不准确的问题,提出了基于GA-BP神经网络作为煤泥浮选加药量的预测模型。首先通过MIV值评价法筛选出对浮选加药量影响较大的因素,进而建立了基于GA-BP神经网络的加药预测模型。用MIV值评价法完成了对网络结构的简化;用遗传算法优化神经网络的方法提高了神经网络模型预测加药量的精度。
- 郭西进邵辉王广胜陈晓天
- 关键词：BP神经网络遗传算法
- 基于径向基神经网络的浮选精煤灰分预测被引量：2
- 2017年
- 鉴于精煤灰分的测量对煤泥浮选自动化的生产有着重要的意义,然而传统的燃烧法测量灰分的办法无法满足自动化生产的需求,设计了一种基于泡沫图像的浮选精煤灰分预测模型。首先对泡沫图像进行去噪声处理,然后用MIV值评价法对影响精煤灰分的特征进行筛选,最后建立基于径向基神经网络的精煤灰分预测模型,并通过与BP神经网络预测结果的对比,说明该网络在预测精煤灰分的优越性。
- 郭西进于国防陈晓天王广胜
- 关键词：精煤灰分泡沫图像RBF神经网络
- 基于广义回归神经网络的浮选加药量预测被引量：5
- 2017年
- 针对现有煤泥浮选加药量预测精度不足的现状,提出了基于广义回归神经网络(GRNN)的浮选加药量预测。首先介绍了GRNN的网络结构,然后通过交叉验证搜索算法确定了模型的结构参数,最后通过与BP网络模型的比较,得出了该模型在算法时间和预测精度方面的优越性,更加适应于浮选加药的预测。
- 郭西进陈晓天
- 关键词：GRNN
