基于Nadam优化器的全连接神经网络在水泥熟料f-CaO预测中的应用实践

摘要
图/表
参考文献
相关文章 (2)

全文: PDF (1288 KB) HTML (1 KB) 输出: BibTeX | EndNote (RIS)

摘要本文基于TensorFlow+Keras深度学习框架建立了熟料f-CaO全连接神经网络数据驱动模型，采用基于Nadam优
化器对模型进行训练，与SGD随机梯度下降相比，鲁棒性更好。此外，本文介绍了将模型用于水泥熟料f-CaO含量实
时预测的实现方法，数据预测误差小于5.11%，可有效指导烧成优化控制系统，为烧成控制智能化提供数据支撑。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张宏图

关键词 ： TensorFlow, Keras, Python, f-CaO预测, Nadam, OPC UA, sklearn, 归一化

出版日期: 2023-05-31

引用本文:

张宏图. 基于Nadam优化器的全连接神经网络在水泥熟料f-CaO预测中的应用实践[J]. 水泥杂志, 2023, 0(06): 67-.
ZHANG Hongtu. Application of fully connected neural network based on Nadam optimizer in predicting#br# f-CaO of cement clinker#br#. Journal of Cement, 2023, 0(06): 67-.

链接本文:

http://www.cement.org.cn/CN/ 或 http://www.cement.org.cn/CN/Y2023/V0/I06/67