|国家科技期刊平台
| 注册
首页|期刊导航|自动化学报|基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法

基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法

蒋珂 蒋朝辉 谢永芳 潘冬 桂卫华

自动化学报2023，Vol.49Issue(5)：949-963,15.
✕
自动化学报2023，Vol.49Issue(5)：949-963,15.DOI:10.16383/j.aas.c210524

基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法

Online Prediction Method for Silicon Content of Molten Iron in Blast Furnace Based on Dynamic Attention Deep Transfer Network

蒋珂 1蒋朝辉 2谢永芳 1潘冬 1桂卫华1

作者信息

  • 1. 中南大学自动化学院 长沙 410000
  • 2. 中南大学自动化学院 长沙 410000||鹏城实验室 深圳518000
  • 折叠

摘要

关键词

高炉炼铁/铁水硅含量/深度网络/迁移学习/动态注意力机制/预测

引用本文复制引用

蒋珂,蒋朝辉,谢永芳,潘冬,桂卫华..基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法[J].自动化学报,2023,49(5):949-963,15.

基金项目

国家自然科学基金(61773406,61725306,61290325),国家重大科研仪器研制项目(61927803),中南大学研究生自主探索创新项目(2021zzts0183),湖南省研究生科研创新项目(CX20210242)资助 （61773406,61725306,61290325）

自动化学报

OA北大核心CSCDCSTPCD

0254-4156

访问量0
|
下载量0
段落导航相关论文