| 注册
首页|期刊导航|计算机与数字工程|基于超参数优化的SOFC系统故障分类方法

基于超参数优化的SOFC系统故障分类方法

樊洋 付晓薇 李曦

计算机与数字工程2023,Vol.51Issue(4):775-780,948,7.
计算机与数字工程2023,Vol.51Issue(4):775-780,948,7.DOI:10.3969/j.issn.1672-9722.2023.04.004

基于超参数优化的SOFC系统故障分类方法

SOFC System Fault Classification Method Based on Super Parameter Optimization

樊洋 1付晓薇 2李曦3

作者信息

  • 1. 武汉科技大学计算机科学与技术学院 武汉 430065||智能信息处理与实时工业系统湖北省重点实验室 武汉 430065
  • 2. 武汉科技大学计算机科学与技术学院 武汉 430065||智能信息处理与实时工业系统湖北省重点实验室 武汉 430065||华中科技大学材料成形与模具技术国家重点实验室 武汉 430074
  • 3. 华中科技大学人工智能与自动化学院 武汉 430074
  • 折叠

摘要

关键词

故障分类/SOFC/主成分分析/粒子群优化算法/支持向量机

Key words

fault classification/solid oxide fuel cell(SOFC)/principal component analysis(PCA)/particle swarm optimi-zation(PSO)/support vector machine(SVM)

分类

信息技术与安全科学

引用本文复制引用

樊洋,付晓薇,李曦..基于超参数优化的SOFC系统故障分类方法[J].计算机与数字工程,2023,51(4):775-780,948,7.

基金项目

国家自然科学基金项目(编号:61873323) (编号:61873323)

材料成形与模具技术国家重点实验室开放课题研究基金项目(编号:P2018-016) (编号:P2018-016)

湖北省自然科学基金项目(编号:2017CFB506,2016CFA037) (编号:2017CFB506,2016CFA037)

武汉市科技计划项目(编号:2018010401011292) (编号:2018010401011292)

武汉科技大学国防预研基金项目(编号:GF201912) (编号:GF201912)

智能信息处理与实时工业系统湖北省重点实验室开放课题项目(编号:znxx2018ZD01)资助. (编号:znxx2018ZD01)

计算机与数字工程

OACSTPCD

1672-9722

访问量0
|
下载量0
段落导航相关论文