本發(fā)明提出一種基于動態(tài)深度置信網(wǎng)絡(luò)的固體廢棄物智能處理方法,屬于深度學(xué)習(xí)、固體廢棄物智能處理領(lǐng)域。該方法首先提出一種使用動態(tài)增減枝算法的DDBN,使DDBN在訓(xùn)練過程中根據(jù)當(dāng)前訓(xùn)練情況增加隱藏層神經(jīng)元和隱藏層,以及移除冗余神經(jīng)元,有效的優(yōu)化DDBN的網(wǎng)絡(luò)結(jié)構(gòu)。然后,利用DDBN能有效提取原始數(shù)據(jù)主要特征的優(yōu)勢,使用DDBN對固體廢棄物隨機、離散、非線性的特征向量進行有效的狀態(tài)描述,使時間序列的狀態(tài)特征更加易于鑒別,并確保不丟失原始數(shù)據(jù)的主要信息。同時,根據(jù)提取到的固體廢棄物的狀態(tài)描述,利用DDBN預(yù)測適合其狀態(tài)的優(yōu)化燃燒行為,減少了盲目燃燒行為對資源的浪費,實現(xiàn)對固體廢棄物的智能處理。
聲明:
“基于動態(tài)深度置信網(wǎng)絡(luò)的固體廢棄物智能處理方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)