基于神经网络和D-S证据理论辨识两相流流型

被引：20

作者：

吴新杰 ^{[1
]}

刘石 ^{[2
]}

许超 ^{[1
]}

机构：

[1] 辽宁大学物理学院

[2] 华北电力大学能源与动力工程学院

来源：

传感器与微系统 | 2009年 / 28卷 / 11期

关键词：

电容层析成像; 神经网络; D-S证据理论; 流型辨识;

D O I：

暂无

中图分类号：

O359 [多相流];

学科分类号：

070301 [无机化学];

摘要：

提出一种基于电容层析成像(ECT)系统、神经网络和证据理论辨识两相流流型的方法。这种方法采用神经网络与D-S证据理论相结合的方法来辨识两相流流型,并对两相流的几种常见流型进行了辨识。仿真实验结果表明:此种方法在两相流流型辨识中具有较高的判别精度,为两相流流型辨识提供了一种有效的手段。

引用

页码：43 / 45

页数：3

共 8 条

[1]

两相流参数检测及应用.[M].李海青等编著;.浙江大学出版社.1991,

[2]

基于小波包分析和RBF神经网络的ERT系统流型辨识 [J].

陈德运 ;

朱波 ;

张华 .

计算机工程与应用 , 2008, (06) :231-233

[3]

基于希尔伯特—黄变换与Elman神经网络的气液两相流流型识别方法 [J].

周云龙 ;

王强 ;

孙斌 ;

张永刚 .

中国电机工程学报, 2007, (11) :50-56

[4]

基于神经网络的两相流流型识别方法研究 [J].

贾志海 ;

牛刚 ;

王经 .

高校化学工程学报, 2005, (03) :368-372

[5]

基于神经网络与证据理论的入侵检测系统 [J].

刘理争 ;

柴乔林 .

计算机工程与设计, 2005, (03) :697-698+734

[6]

基于神经网络D-S证据理论的汽轮机转子融合诊断系统研究 [J].

谢春丽 ;

夏虹 ;

刘永阔 .

应用科技, 2004, (07) :56-58

[7]

基于D-S证据理论的数据融合算法及其在电路故障诊断中的应用 [J].

朱大奇 ;

于盛林 .

电子学报, 2002, (02) :221-223

[8]

D-S证据理论在多传感器数据融合中的应用 [J].

黄瑛 ;

陶云刚 ;

周洁敏 ;

苏登军 .

南京航空航天大学学报, 1999, (02)

← 1 →