為您找到相關(guān)結(jié)果 4107 篇
-
，包括：S1獲取烘烤煙葉的第一信息，第一信息包括煙葉重量變化數(shù)據(jù)和烤房環(huán)境信息；S2將第一信息輸入到烘烤階段識別模型中，判斷煙葉當(dāng)前
-
第一模型和第二模型；對第一模型和所述第二模型分別采用對應(yīng)的歷史工藝參數(shù)代入后進行優(yōu)化迭代，得到第一多元線性回歸模型和第二多元線性回歸模型；采集當(dāng)前制絲工序中的當(dāng)
-
，包括響應(yīng)于所述烘絲機進入預(yù)熱階段、生產(chǎn)狀態(tài)初始階段或者收尾階段，烘絲機相應(yīng)的水分控制回路中的出口物料水分采用雙PID級聯(lián)模型進行控制，其中雙PID級聯(lián)模型包括用于出口
-
一種制絲批加香模式下加香比例預(yù)設(shè)置方法，屬于工業(yè)大數(shù)據(jù)分析應(yīng)用領(lǐng)域。該發(fā)明使用大量歷史數(shù)據(jù)完成多個基模型的訓(xùn)練，構(gòu)建集成模型，并分配權(quán)重，對在線
-
，所述系統(tǒng)包括煙絲結(jié)構(gòu)在線分析模塊、煙絲填充值預(yù)測模型模塊、預(yù)警模塊，其中：煙絲結(jié)構(gòu)在線分析模塊包括樣品提取單元、樣品分析單元、煙絲填充值數(shù)據(jù)采集單元；
-
情況。
一是再次完善項目內(nèi)容，便于操作實施。市局（公司）結(jié)合縣級局非法流通的實際情況，對創(chuàng)新項目中的模型搭建、預(yù)警排查及動態(tài)監(jiān)管等模塊
-
的“深度”。在建立完善市場狀態(tài)、品牌狀態(tài)、客戶狀態(tài)評價分析模型基礎(chǔ)上，衍生出銷售品牌分析模型、客戶獲利分析模型、貨源采供庫存預(yù)警模型、現(xiàn)代終端測評模型、零售客戶訂單監(jiān)控模型，
-
，包括：接收與BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型匹配的與松散潤葉出口水分相關(guān)的實時數(shù)據(jù)；其中，BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的超級參數(shù)依據(jù)設(shè)備和物料動態(tài)變化而動態(tài)更新
-
。“‘金絲利·通’數(shù)據(jù)質(zhì)量評估信息平臺”對“金絲利·通”數(shù)據(jù)質(zhì)量進行評估分析，構(gòu)建SPSO質(zhì)量評估模型，分析出存在錯誤、偏離期望值的噪聲數(shù)據(jù)，切實提高云POS
-
內(nèi)外專家來院開展學(xué)術(shù)交流。西安交通大學(xué)、上海煙草集團、安徽、福建、湖南中煙、鄭州院等單位8位博士參加會議。
與會博士分別作了題為“助劑對卷煙燃燒溫度的影響機制”、“卷煙燃燒數(shù)學(xué)模型的建立”、“低
