本發明提出一種基于動態深度置信網絡的固體廢棄物智能處理方法,屬于深度學習、固體廢棄物智能處理領域。該方法首先提出一種使用動態增減枝算法的DDBN,使DDBN在訓練過程中根據當前訓練情況增加隱藏層神經元和隱藏層,以及移除冗余神經元,有效的優化DDBN的網絡結構。然后,利用DDBN能有效提取原始數據主要特征的優勢,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描述,使時間序列的狀態特征更加易于鑒別,并確保不丟失原始數據的主要信息。同時,根據提取到的固體廢棄物的狀態描述,利用DDBN預測適合其狀態的優化燃燒行為,減少了盲目燃燒行為對資源的浪費,實現對固體廢棄物的智能處理。
聲明:
“基于動態深度置信網絡的固體廢棄物智能處理方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)