一种基于改进型RBF神经网络的污水悬浮物浓度软测量方法(公示二变)
本发明公开一种基于改进型RBF神经网络的污水悬浮物浓度软测量方法,首先使用减聚类算法自动确定出隐层神经元的个数,然后再使用差分进化算法优化得到各个隐层神经元的中心点向量,从而基于这种改进RBF神经网络模型建立污水悬浮物浓度的软测量模型。本发明方法的优势在于:首先,本发明方法在建立污水悬浮物浓度软测量模型时,不随意人为确定RBF神经网络模型中隐层神经元的个数,而是通过减聚类算法确定隐层神经元个数。其次,本发明方法通过差分进化算法优化求解得到隐层神经元的中心点向量,能有效的降低软测量误差。
《一种基于改进型RBF神经网络的污水悬浮物浓度软测量方法(公示二变)》是一发明专利,专利号为 2021103007163,当前法律状态为已下证,由宁波大学科学技术学院提出申请,发明人为陈杨;陈勇旗;谢一凡,申请日期为2021-03-13,公开(公告)日期为2024-07-26,国际专利分类号(IPC)为 G06F 30/27 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开一种基于改进型RBF神经网络的污水悬浮物浓度软测量方法,首先使用减聚类算法自动确定出隐层神经元的个数,然后再使用差分进化算法优化得到各个隐层神经元的中心点向量,从而基于这种改进RBF神经网络模型建立污水悬浮物浓度的软测量模型。本发明方法的优势在于:首先,本发明方法在建立污水悬浮物浓度软测量模型时,不随意人为确定RBF神经网络模型中隐层神经元的个数,而是通过减聚类算法确定隐层神经元个数。其次,本发明方法通过差分进化算法优化求解得到隐层神经元的中心点向量,能有效的降低软测量误差。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
