摘要
本申请的实施例涉及基于神经网络模型的计算机系统领域,特别涉及一种确定堆芯参数的方法。其包括步骤:S10:确定用于确定堆芯参数的数据训练集和数据验证集;S20:确定用于确定堆芯参数的计算模型;S30:将S10步骤确定的数据训练集输入计算模型,获得计算结果;S40:将数据验证集与计算结果进行比较,并对计算模型进行修正;S50:重复S20‑S40步骤,直到计算结果符合预定要求,确定达到计算结果的计算模型;S60:根据堆芯组件排布,利用S50步骤确定的计算模型,确定堆芯参数。通过确定数据训练集和数据验证集,构建并验证用于确定堆芯参数的计算模型,计算模型在迭代计算与修正中正确性提高,结合堆芯组件的排布以及计算模型确定堆芯参数,提高堆芯参数准确度。
技术关键词
堆芯组件
卷积神经网络模型
数据验证
六角形
参数
富集
训练集
计算机系统
功率
因子
坐标
标识
系统为您推荐了相关专利信息
配电网故障检测
故障检测模型
定位方法
多维特征向量
数据
节能控制策略
环境温度监测
节能控制方法
加权平均温度
工况参数
婴儿监视器
物体
轮廓信息
彩色图像信息
深度图像信息