文献检索-宁波市创意产业特色资源库

限定检索结果

Adam优化的BP神经网络地铁空调环境模式检测: 收藏
分享
引用; 《电子测量技术》2022年第24期45卷 111-117页; 作者：董正琪姜杰赵雪成杨增汪江苏师范大学物理与电子工程学院徐州221116 徐州市永康电子科技有限公司徐州221004; 针对目前地铁空调系统环境模式的检测判定,依旧存在效率低下智能化程度不高的问题,设计了Adam优化的BP神经网络地铁空调环境模式检测模型。选取3个关键变量:烟雾浓度、二氧化碳浓度、温度作为环境模式识别的特征条件,采用Adam优化算法...; 针对目前地铁空调系统环境模式的检测判定,依旧存在效率低下智能化程度不高的问题,设计了Adam优化的BP神经网络地铁空调环境模式检测模型。选取3个关键变量:烟雾浓度、二氧化碳浓度、温度作为环境模式识别的特征条件,采用Adam优化算法对传统BP神经网络模型的梯度下降进行优化,采用一阶矩估计和二阶矩估计动态调整每个参数的学习率,加快模型学习,提高网络识别精度,并在收敛时减小震荡。实验结果表明,优化后的BP神经网络地铁环境模式检测模型收敛速度提高了98.88%,预测错误平均个数减少了45.6%,且收敛过程中震荡大大减小。同时相比于其他机器学习多分类模型,优化后的BP神经网络模型准确率为99.88%,检测运行时间为12 ms,整体性能更优。; 来源：详细信息评论

限定检索结果