CORC  > 中国石油大学(北京)
结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究
刊名电子测量与仪器学报
2018
卷号32页码:36-41
关键词化工过程 异常工况 超早期监测预警 粒子群优化 最小二乘支持向量机
ISSN号1000-7105
URL标识查看原文
收录类别CSCD
内容类型期刊论文
URI标识http://www.corc.org.cn/handle/1471x/6262899
专题中国石油大学(北京)
推荐引用方式
GB/T 7714
. 结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究[J]. 电子测量与仪器学报,2018,32:36-41.
APA (2018).结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究.电子测量与仪器学报,32,36-41.
MLA "结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究".电子测量与仪器学报 32(2018):36-41.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace