【摘 要】
：
针对抽油机井示功图模式诊断问题,提出了一种基于过程神经元网络的动态诊断模型和方法。过程神经元网络（PNN）的输入和连接权均可以是时变函数,通过对训练函数样本集的学习,可自
论文部分内容阅读
针对抽油机井示功图模式诊断问题,提出了一种基于过程神经元网络的动态诊断模型和方法。过程神经元网络（PNN）的输入和连接权均可以是时变函数,通过对训练函数样本集的学习,可自动抽取时变函数样本的过程模式特征,并可将多个过程特征加以组合形成类别输出,在机制上对时变信号的分类问题具有较好的适应性。建立了一种基于PNN的动态诊断模型和方法,给出了基于函数基展开结合梯度下降的学习算法,对油田实测的抽油机井示功图进行工作状态识别,取得了较好的应用效果。
其他文献
结合网格技术和存储技术，提出了基于域的存储网格模型。在域模型架构下，深入分析了域划分原则、元数据目录服务和数据容错等问题，重点探讨了数据高顽存性存储策略的设计。在比较
基于某信息限制下若A则B的推理思想,以真度为基础,在二值命题逻辑系统中引入有限信息限制下的公式蕴涵度概念,由此定义了信息限制蕴涵度量,并通过信息限制蕴涵度量的真度表示
针对RFID(radio frequency identification)系统中标签的碰撞问题,提出了一种基于二进制树位检测的RFID标签防碰撞算法,设计了算法实现的详细流程。该算法通过在标签内设置一个计数器,实现后退搜索时相邻树节点标签的激活。读写器发送命令只需检测标签ID的某个比特的电平,标签返回检测位以下的部分ID,可以大幅减少读写器与标签之间的通信量。仿真结果表明此算法比现有的二进制树算
区分服务模型是现代大规模网络保证IP QoS的主要模型，该模型是当前互联网通讯性能方面研究的热点问题。在改进RIO-C算法的基础上，提出了一种适合于区分服务模型的主动队列管理