《表3 部分在线应用结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《深度学习在中厚板轧后超快速冷却系统中的研究与应用》
表2、表3为命中率对比与部分在线应用结果.由表2和表3可以得出,对于不同规格的板材,深度神经网络可以很好地预报出传热系数,而且对终冷温度的控制上满足工程的要求,且误差要小于原控冷系统,并更加稳定.在控冷指标为±20℃条件下命中率可达96%,相比于传统模型命中率提升了约3个百分点.
图表编号 | XD0050380300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.15 |
作者 | 张田、张子豪、田勇、王昭东 |
绘制单位 | 东北大学轧制技术及连轧自动化国家重点实验室、东北大学轧制技术及连轧自动化国家重点实验室、东北大学轧制技术及连轧自动化国家重点实验室、东北大学轧制技术及连轧自动化国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |