- 详情
- 2020-12-27
- 简介
- 3.8MB
- 页数 7P
- 阅读 96
- 下载 32
提出了一种改进的分布式极限学习机的电站锅炉NO_x排放特性建模方法。引入分布式和岭回归理论,提升了极限学习机预测算法的泛化性能和预测准确率。采用改进的MapReduce编程框架对提出的算法模型进行并行化改进,提高其处理大数据的能力。选用某660 MW电站锅炉提供的真实运行数据进行分析,并在Hadoop集群上进行实验,结果表明该模型对NO_x排放有着较好的拟合和预测能力,且提出的算法具有优异的并行性能。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于改进分布式极限学习机的电站锅炉NO_x排放预测算法 3.8MB
基于云计算和极限学习机的分布式电力负荷预测算法 484KB
基于改进极限学习机的短期电力负荷预测方法 871KB
基于改进遗传算法优化极限学习机的短期电力负荷预测 280KB
妈湾电力有限公司~#5、~#6锅炉NO_x排放分析 600KB
基于阶梯式广义预测算法的锅炉预测控制研究 110KB
基于粒子群算法的极限学习机短期电力负荷预测 2.5MB
基于径向基函数极限学习机的短期负荷预测 160KB
基于缸压信号的柴油机NO_x排放建模 316KB
基于极限学习机的燃气日负荷预测 523KB