排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
为了实现固态发酵过程参数pH值的快速检测,提出基于近红外光谱技术的固态发酵过程参数pH值检测新方法.首先获取140个固态发酵过程产物样本在10 000 ～4 000 cm-1范围内的近红外光谱;然后利用酸度计测得近红外光谱预测模型的参考测量值;最后运用Adaboost(AdaptiveBoosting)算法来构建由10个弱预测器(BP神经网络)组成的BP-Adaboost强预测模型.试验结果显示:该模型的预测均方根误差(RMSEP)和预测集相关系数(R)分别为0.072 6和0.981 1;与BP模型结果相比,该模型具有较好的预测精度. 相似文献
2.
基于IRLS-ELM生物发酵在线软测量建模方法 总被引：2，自引：0，他引：2
为解决生物发酵过程中生物量浓度难以在线测量的问题,提出一种基于改进的最小二乘正则化极限学习机(IRLS-ELM)软测量建模方法并将其应用于红霉素发酵过程生物量浓度的在线预测中.根据误差反馈原理,将训练误差作为输入建立带反馈的神经网络,以提高模型预测精度.并将加权最小二乘法引入到ELM中改进其数学模型,削弱离群点或者不稳... 相似文献
3.
针对现有硅太阳能电池工程数学模型精度不高的缺点,基于硅太阳能电池的理论数学模型,提出一种改进的硅太阳能电池非线性工程简化数学模型.忽略一些次要因素的影响,仅仅利用硅太阳能电池生产厂商提供的、标准测试条件下的4个电气参数,即短路电流Isc-ref、开路电压Uoc-ref、最大功率点电流Im-ref和最大功率点电压Um-ref.更重要的是,该模型首次考虑在任意光强和温度下的串联电阻参数的影响,以提高精度.进行了太阳能电池输出电气特性试验,并与基于简化模型的仿真对比.结果表明,该模型的误差一般都在6%以内,满足工程应用的精度要求. 相似文献
1