基于神经网络和D-S证据理论辨识两相流流型

吴新杰; 刘石; 许超

doi:10.13873/j.1000-97872009.11.002

Chinese

您当前的位置：

首页 >

文章列表页 >

基于神经网络和D-S证据理论辨识两相流流型

研究与探讨 | 更新时间：2025-09-11

- 基于神经网络和D-S证据理论辨识两相流流型
- Two-phase flow pattern identification based on neural networks and D-S evidence theory
- 传感器与微系统 2009年28卷第11期页码：43-45
- 作者机构：
  
  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
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-97872009.11.002
  中图分类号： O359
- 纸质出版：2009
- 稿件说明：
移动端阅览
[1]吴新杰,刘石,许超.基于神经网络和D-S证据理论辨识两相流流型[J].传感器与微系统,2009,28(11):43-45.

WU Xin-jie1, LIU Shi2, XU Chao1. Two-phase flow pattern identification based on neural networks and D-S evidence theory[J]. 2009, 28(11): 43-45.
[1]吴新杰,刘石,许超.基于神经网络和D-S证据理论辨识两相流流型[J].传感器与微系统,2009,28(11):43-45. DOI： 10.13873/j.1000-97872009.11.002.

WU Xin-jie1, LIU Shi2, XU Chao1. Two-phase flow pattern identification based on neural networks and D-S evidence theory[J]. 2009, 28(11): 43-45. DOI： 10.13873/j.1000-97872009.11.002.

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。

Abstract

A new method of two-phase flow pattern identification based on electrical capacitance tomography（ECT）system

neural networks and D-S evidence theory is proposed.The identification system is built for identifying a few familiar flow patterns of two-phase flow

by using neural networks and D-S evidence theory.The simulation experimental results show that the method can accurately identification flow patterns of two-phase flow.An effective means is presented for flow patterns identification.

关键词

Keywords

references

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)

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)

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)

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)

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)

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)

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)

两相流参数检测及应用[M]. 浙江大学出版社 , 李海青等编著, 1991

浏览量

154

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于神经网络的坐姿下头部肩部姿态估计

DEBA优化加权D-S证据融合的煤矿瓦斯监测策略

非规则几何形状电容层析成像传感器设计

基于神经网络滑模的智能车辆横向控制

基于CS-GPSR的电容层析成像图像重建算法