文献

J-GLOBAL ID：201702236262351909   整理番号：17A1288267

mRMRに基づく発電機DCS信号のニューラルネットワーク傾向予測手法【JST・京大機械翻訳】

Trend prediction for generator DCS signal using mRMR based neural network

著者 (4件)： Yang Jiarong (上海電气集団股fen有限公司中央研究院,上海,200072) ,  Li Hui (上海電气集団股fen有限公司中央研究院,上海,200072) ,  Guo Shuangquan (上海電气集団股fen有限公司中央研究院,上海,200072) ,  Lv Wei (上海電气集団股fen有限公司中央研究院,上海,200072)
資料名： Jidian Gongcheng  (Jidian Gongcheng)
巻： 34  号： 4  ページ： 408-411  発行年： 2017年 
JST資料番号： C3426A  ISSN： 1001-4551  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ニューラルネットワークに基づく発電機の信号傾向予測において,ネットワークの入力ノードの問題を合理的に選択するために,最大相関と最小冗長(mRMR)アルゴリズムに基づくニューラルネットワークの入力信号選択基準を提案した。本論文では,発電機分散制御システム(DCS)監視データの特徴を研究し,mRMRアルゴリズムを用いて,オリジナルの特徴集合から記述されたオブジェクトと最大の相関性を選択し,特徴集合間の冗長な最小量の特徴部分集合をネットワーク入力として選択した。それは,入出力の間の非線形関数に関するネットワークモデルのフィッティング精度を効果的に改善することができた。研究結果により、ある発電所のDCS信号に対して分析を行う時、直接にニューラルネットワークを利用する傾向予測の正確性と比べ、この方法の予測精度が高く、汎化能力が良く、良好な工学的適用性があることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 発電所 ,  *ネットワーク ,  適応性 ,  部分集合 ,  *ニューラルネットワーク ,  アルゴリズム ,  *予測技法 ,  選択基準 ,  *予測 ,  汎化
準シソーラス用語： 予測精度 ,  正確性 ,  ネットワークモデル ,  非線形関数 ,  入力信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： distributed control system (DCS) ,  max-relevance & min-redundancy ,  feature selection ,  trend prediction ,  generator

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 発電機 ,  DCS ,  ニューラルネットワーク ,  傾向 ,  予測手法