中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共6条，第1-6条 帮助

限定条件                    
已选(0)清除 条数/页：   排序方式：
A Deep Residual PLS for Data-Driven Quality Prediction Modeling in Industrial Process 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 8, 页码: 1777-1785
作者:  Xiaofeng Yuan;  Weiwei Xu;  Yalin Wang;  Chunhua Yang;  Weihua Gui
Adobe PDF(1400Kb)  |  收藏  |  浏览/下载：6/4  |  提交时间：2024/07/16
Deep residual partial least squares (DRPLS)  nonlinear function  quality prediction  soft sensor  
基于混合变分自编码器回归模型的软测量建模方法 期刊论文
自动化学报, 2022, 卷号: 48, 期号: 2, 页码: 398-407
作者:  崔琳琳;  沈冰冰;  葛志强
Adobe PDF(12565Kb)  |  收藏  |  浏览/下载：12/6  |  提交时间：2024/05/20
软测量  变分自编码器  高斯混合模型  混合变分自编码器回归模型  多模态工业过程  
城市固废焚烧过程智能优化控制研究现状与展望 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 10, 页码: 2019-2059
作者:  汤健;  夏恒;  余文;  乔俊飞
Adobe PDF(3863Kb)  |  收藏  |  浏览/下载：31/14  |  提交时间：2024/04/24
城市固废焚烧  双碳战略  智能优化控制  工业人工智能  数字孪生平台  
A Soft Sensor with Light and Efficient Multi-scale Feature Method for Multiple Sampling Rates in Industrial Processing 期刊论文
Machine Intelligence Research, 2024, 卷号: 21, 期号: 2, 页码: 400-410
作者:  Dezheng Wang;  Yinglong Wang;  Fan Yang;  Liyang Xu;  Yinong Zhang;  Yiran Chen;  Ning Liao
Adobe PDF(3208Kb)  |  收藏  |  浏览/下载：55/12  |  提交时间：2024/04/23
Multi-scale, feature extractor, deep neural network (DNN), multirate sampled industrial processes, prediction  
Machine Learning in Lung Cancer Radiomics 期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 6, 页码: 753-782
作者:  Jiaqi Li;  Zhuofeng Li;  Lei Wei;  Xuegong Zhang
Adobe PDF(7595Kb)  |  收藏  |  浏览/下载：51/11  |  提交时间：2024/04/23
Machine learning, lung cancer, radiomics, medical image, clinical application  
Developing Soft Sensors for Polymer Melt Index in an Industrial Polymerization Process Using Deep Belief Networks 期刊论文
International Journal of Automation and Computing, 2020, 卷号: 17, 期号: 1, 页码: 44-54
作者:  Chang-Hao Zhu;  Jie Zhang
浏览  |  Adobe PDF(1138Kb)  |  收藏  |  浏览/下载：153/50  |  提交时间：2021/02/22
Polymer melt index  soft sensor  deep learning  deep belief network (DBN)  unsupervised training.