摘要
基于人工智能的蒸汽发生器状态实时监测方法,属于人工智能领域,包括:S1、数据采集与标注;S2、采用基于随机投影嵌入的量子生成对抗网络进行样本生成,实现数据扩充;S3、将扩充后的数据输入到特征提取模型中进行特征提取模型的训练,采用5层的全连接神经网络进行特征提取;S4、将特征提取后的数据输入到特征降维模型中进行特征降维模型训练,采用基于局部保持投影的自编码神经网络算法实现特征降维;S5、将降维后的数据输入到分类器中进行分类器模型的训练;S6、蒸汽发生器状态识别监测。本发明能够解决样本数量不足和数据多样性缺乏的问题,增强了模型具有噪声或模糊分类边界数据时的鲁棒性。
技术关键词
状态实时监测方法
蒸汽发生器
特征提取模型
量子态
数据
分类器模型
模糊隶属度
果蝇算法
生成对抗网络
样本
量子傅里叶变换
神经网络算法
编码
模糊逻辑
果蝇优化算法
重构误差
注意力
超参数
噪声敏感度
系统为您推荐了相关专利信息
二次设备
状态评估方法
知识图谱模型
变电站设备状态
SCD文件
网络安全攻击
溯源方法
数字取证技术
分析恶意软件
分析网络流量
车辆全景
生成对抗网络
光照
车辆图像处理技术
对抗性
装配式预制构件
信息融合方法
点云模型
数据
封闭结构