您当前的位置:
首页 >
文章列表页 >
基于独立分量分析和RBF神经网络的气液两相流流型识别
流体力学与传递现象 | 更新时间:2025-12-10
    • 基于独立分量分析和RBF神经网络的气液两相流流型识别

    • Flow regime identification of gas/liquid two-phase flow based ICA and RBF neural networks

    • 化工学报   2012年第3期 页码:796-799
    • DOI:10.3969/j.issn.0438-1157.2012.03.017    

      中图分类号:
    • 网络首发:2012-03-05,

      纸质出版:2012-03-05

    移动端阅览

  • 周云龙, 顾杨杨. 基于独立分量分析和RBF神经网络的气液两相流流型识别[J]. 化工学报, 2012,(3):796-799. DOI: 10.3969/j.issn.0438-1157.2012.03.017.

    ZHOU Yunlong, GU Yangyang. Flow regime identification of gas/liquid two-phase flow based ICA and RBF neural networks[J]. CIESC Journal, 2012, (3): 796-799. DOI: 10.3969/j.issn.0438-1157.2012.03.017.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

381

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于递归特性和CNN的上升管内气液两相流型识别研究
基于RBF神经网络的油藏相对渗透率曲线计算
基于声发射技术的垂直管气液两相流动检测方法
基于注意力增强梯度的径向基函数神经网络颗粒态有机氮预测研究
一种顺序式模拟移动床混合建模与优化策略

相关作者

张家略
张一帆
黄玥程
王佳豪
韦德生
苏若熙
黄坤
李乃良

相关机构

中国矿业大学低碳能源与动力工程学院
中国石油大学(华东)信息与控制工程学院
河北大学质量技术监督学院
曲阜师范大学继续教育学院,山东 曲阜
北京工业大学信息科学技术学院
0