1) sulfur content of the hot metal
铁水含硫量
1.
A method combining temporal difference method with neural network model is applied to predict the sulfur content of the hot metal.
将时差方法与人工神经元网络方法有机地结合起来,提出了一种在高炉铁水含硫量预报中的应用策略。
2) sulfur content in hot metal
铁水硫含量
1.
Optimization and analysis of sulfur content in hot metal based on neural network;
基于神经网络对铁水硫含量的优化和分析
3) Hydrated ferric sulfates
含水硫酸铁
4) silicon content in molten iron
铁水含硅量
1.
With fuzzy theory and stochastic theory,a new intelligent model is developed to approach the random nonlinear dynamic system of the change of silicon content in molten iron,where noise influencing the fuzzy prediction system is thoroughly considered.
该文在考虑了具有模糊化和非模糊化的模糊逻辑系统用于高炉铁水含硅量[Si]时各种噪声干扰的同时,把模糊数学理论和随机系统理论结合在一起,建立了一种新的高炉铁水含硅量[Si]的智能预报模型,该模型是由非单值模糊化、模糊规则库、模糊推理机、特殊非模糊化构成的随机模糊神经网络逻辑系统。
2.
In this paper,ANN(Artificial Neural Network)method is applied to predict the silicon content in molten iron,Several variables have been selected,and a three layers BP(Background Propagation)neural network model is set up.
讨论了人工神经元网络（ＡＮＮ）方法在铁水含硅量预报上的应用策略。
5) silicon content in hot metal
铁水含硅量
1.
Prediction of silicon content in hot metal based on EMD-SVM nonlinear combined model;
EMD-SVM非线性组合模型对高炉铁水含硅量的预测
2.
It is essential to predict silicon content in hot metal accurately for the purpose of controlling blast furnace under good operation condition.
准确预测铁水含硅量是有效控制高炉的前提，人工智能专家系统已在铁水硅含量预测方面取得显著进展，但专家系统在知识获取方面存在不足。
3.
It decomposes the time series of original silicon content in hot metal to different layers through wavelet analysis.
先用小波变换将铁水含硅量的时间序列分解成不同的高频和低频层次,对不同层次构建支持向量机模型进行预测,然后通过序列重构得到原始时间序列的预测结果。
6) silicon content in molten iron
铁水硅含量
1.
Based on the algorithm of Kolmogorov entropy presented by Grassberger and Procaccia, as the time series data of silicon content in molten iron of No.
根据Grassberger和Procaccia提出的Kolmogorov熵计算方法 ,以山东莱芜钢铁集团公司 1号高炉和山西临汾钢铁集团公司 6号高炉测得的铁水硅含量时间序列为样本 ,计算了各自的Kolmogorov熵分别为 (0 14 5 3± 0 0 15 1)nats·h- 1 和 (0 15 5 3± 0 0 14 0 )nats·h- 1 ,并估计了两座高炉铁水硅含量可预测的时间尺度分别约为 6 88和 6 4 4h 。
补充资料：茶叶含梗量检验
茶叶含梗量检验
stalk contents inspection of tea
茶叶含梗t检验(stalk eontents inspee-tion of tea)茶叶检验之一。对茶叶中茶梗数量的检测措施。茶梗是茶叶加工后残存f成品茶中的茎、梗部分物体。主要是采摘粗放或精制过程中拣剔不净所致。茶梗在各类茶中都有存在.人小、长短、色泽各异，在一定程度上影响茶叶的外形和内质。日本、埃及等国都列为应施检验项目。对于茶梗含最，茶类不同，要求也不同。一般红绿茶对照贸易标准样茶或成交样茶检验其含梗量，出口的压制茶类可含有茶梗，含梗量指标规定米砖6%、圆茶4一6%、滇沱茶0.5%、川沱茶3%，其检验方法因茶类不同而异。 红绿茶含梗量检验将待检茶叶通过分样器缩分、精确称取茶叶100克，均匀分布于白色瓷盘，用镊子逐一拣出茶梗，合并一起称重，计算(l’分率。 压制茶含梗量检验锯取试样一半《必要时用整块)，放入燕笼内，汽蒸1一3小时，使梗叶易于分离时取出，将梗拣出，在烘箱内按茶叶水分检验法烘干称重，计算茶叶含梗的百分率。(严鸿德)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条