| 注册
首页|期刊导航|化工学报|基于k-means++的高炉铁水硅含量数据优选方法

基于k-means++的高炉铁水硅含量数据优选方法

尹林子 关羽吟 蒋朝辉 许雪梅

化工学报2020,Vol.71Issue(8):3661-3670,10.
化工学报2020,Vol.71Issue(8):3661-3670,10.DOI:10.11949/0438-1157.20191115

基于k-means++的高炉铁水硅含量数据优选方法

Optimal method of selecting silicon content data in blast furnace hot metal based on k-means++

尹林子 1关羽吟 1蒋朝辉 2许雪梅1

作者信息

  • 1. 中南大学物理与电子学院,湖南长沙410012
  • 2. 中南大学自动化学院,湖南长沙410083
  • 折叠

摘要

关键词

预测/动态建模/神经网络/高炉炼铁/铁水硅含量/数据优选/k-means++/深度学习

分类

信息技术与安全科学

引用本文复制引用

尹林子,关羽吟,蒋朝辉,许雪梅..基于k-means++的高炉铁水硅含量数据优选方法[J].化工学报,2020,71(8):3661-3670,10.

基金项目

国家自然科学基金面上项目(61773406) (61773406)

国家自然科学基金青年项目(61502538) (61502538)

化工学报

OA北大核心CSCDCSTPCD

0438-1157

访问量0
|
下载量0
段落导航相关论文