摘要
本发明公开了一种基于卷积神经网络的膜蒸馏系统性能预测方法及系统,属于深度学习领域。所述方法包括:采集膜蒸馏系统运行性能的实验数据;对采集到的数据进行标准化后构建训练数据集样本和测试数据集样本;构建卷积神经网络模型,通过训练数据集样本训练所述卷积神经网络模型后得到最优模型并固定其模型参数;将测试数据集样本导入所述的最优模型中,进行膜蒸馏系统运行性能预测;对预测结果进行评估。本发明通过卷积神经网络对系统运行数据的多维特征进行提取和学习,进而高效、精准预测膜蒸馏系统的性能。
技术关键词
性能预测方法
膜蒸馏系统
构建卷积神经网络
模型预测值
卷积神经网络模型
样本
数据
性能预测系统
相关系数阈值
参数
梯度下降算法
电导率仪
电子天平
计算机
导电
误差
变量
特征值
总量