|国家科技期刊平台
| 注册
首页|期刊导航|化工进展|基于k-means机器学习方法的气固循环流化床颗粒聚团特性

基于k-means机器学习方法的气固循环流化床颗粒聚团特性

孙俭 张海勇 王成秀 孙泽能 蓝兴英 高金森 祝京旭

化工进展2025，Vol.44Issue(2)：P.625-634,10.
✕
化工进展2025，Vol.44Issue(2)：P.625-634,10.DOI:10.16085/j.issn.1000-6613.2024-0132

基于k-means机器学习方法的气固循环流化床颗粒聚团特性

孙俭 1张海勇 1王成秀 1孙泽能 2蓝兴英 1高金森 1祝京旭2

作者信息

  • 1. 中国石油大学(北京)化学工程与环境学院,北京102249
  • 2. 加拿大西安大略大学化学与生物工程学院,安大略伦敦N6A 5B9
  • 折叠

摘要

关键词

流态化/循环流化床/k-means机器学习/颗粒聚团/预测

分类

化学化工

引用本文复制引用

孙俭,张海勇,王成秀,孙泽能,蓝兴英,高金森,祝京旭..基于k-means机器学习方法的气固循环流化床颗粒聚团特性[J].化工进展,2025,44(2):P.625-634,10.

基金项目

国家自然科学基金面上项目(21978320) （21978320）

国家自然科学基金创新群体项目(22021004)。 （22021004）

化工进展

OA北大核心

1000-6613

访问量1
|
下载量0
段落导航相关论文