Academic Journal
Προβολή σε EDS

Применение нейросетевого метода прогноза выхода химических продуктов коксования в практике коксохимического производства

Λεπτομέρειες βιβλιογραφικής εγγραφής
Τίτλος: Применение нейросетевого метода прогноза выхода химических продуктов коксования в практике коксохимического производства
Στοιχεία εκδότη: БГТУ, 2019.
Έτος έκδοσης: 2019
Θεματικοί όροι: коксохимическое производство, коксование, прогнозирование выхода кокса, нейросетевой метод прогноза, выход химических продуктов, прогноз выхода продуктов коксования
Περιγραφή: Для каждого продукта коксования разработана математическая модель, позволяющая прогнозировать выход химических продуктов коксования на основе характеристик качества исходных углей, тем самым рассчитать их расход. Построение моделей основано на топологии искусственной нейронной сети.
Τύπος εγγράφου: Article
Περιγραφή αρχείου: application/pdf
Σύνδεσμος πρόσβασης: https://openrepository.ru/article?id=41367
Αριθμός Καταχώρησης: edsair.httpsopenrep..9e78fe49e01dd27a9603008c9b117deb
Βάση Δεδομένων: OpenAIRE
FullText Text:
  Availability: 0
Header DbId: edsair
DbLabel: OpenAIRE
An: edsair.httpsopenrep..9e78fe49e01dd27a9603008c9b117deb
RelevancyScore: 822
AccessLevel: 3
PubType: Academic Journal
PubTypeId: academicJournal
PreciseRelevancyScore: 822.259582519531
IllustrationInfo
Items – Name: Title
  Label: Title
  Group: Ti
  Data: Применение нейросетевого метода прогноза выхода химических продуктов коксования в практике коксохимического производства
– Name: Publisher
  Label: Publisher Information
  Group: PubInfo
  Data: БГТУ, 2019.
– Name: DatePubCY
  Label: Publication Year
  Group: Date
  Data: 2019
– Name: Subject
  Label: Subject Terms
  Group: Su
  Data: <searchLink fieldCode="DE" term="%22коксохимическое+производство%22">коксохимическое производство</searchLink><br /><searchLink fieldCode="DE" term="%22коксование%22">коксование</searchLink><br /><searchLink fieldCode="DE" term="%22прогнозирование+выхода+кокса%22">прогнозирование выхода кокса</searchLink><br /><searchLink fieldCode="DE" term="%22нейросетевой+метод+прогноза%22">нейросетевой метод прогноза</searchLink><br /><searchLink fieldCode="DE" term="%22выход+химических+продуктов%22">выход химических продуктов</searchLink><br /><searchLink fieldCode="DE" term="%22прогноз+выхода+продуктов+коксования%22">прогноз выхода продуктов коксования</searchLink>
– Name: Abstract
  Label: Description
  Group: Ab
  Data: Для каждого продукта коксования разработана математическая модель, позволяющая прогнозировать выход химических продуктов коксования на основе характеристик качества исходных углей, тем самым рассчитать их расход. Построение моделей основано на топологии искусственной нейронной сети.
– Name: TypeDocument
  Label: Document Type
  Group: TypDoc
  Data: Article
– Name: Format
  Label: File Description
  Group: SrcInfo
  Data: application/pdf
– Name: URL
  Label: Access URL
  Group: URL
  Data: <link linkTarget="URL" linkTerm="https://openrepository.ru/article?id=41367" linkWindow="_blank">https://openrepository.ru/article?id=41367</link>
– Name: AN
  Label: Accession Number
  Group: ID
  Data: edsair.httpsopenrep..9e78fe49e01dd27a9603008c9b117deb
PLink https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsair&AN=edsair.httpsopenrep..9e78fe49e01dd27a9603008c9b117deb
RecordInfo BibRecord:
  BibEntity:
    Languages:
      – Text: Undetermined
    Subjects:
      – SubjectFull: коксохимическое производство
        Type: general
      – SubjectFull: коксование
        Type: general
      – SubjectFull: прогнозирование выхода кокса
        Type: general
      – SubjectFull: нейросетевой метод прогноза
        Type: general
      – SubjectFull: выход химических продуктов
        Type: general
      – SubjectFull: прогноз выхода продуктов коксования
        Type: general
    Titles:
      – TitleFull: Применение нейросетевого метода прогноза выхода химических продуктов коксования в практике коксохимического производства
        Type: main
  BibRelationships:
    IsPartOfRelationships:
      – BibEntity:
          Dates:
            – D: 01
              M: 01
              Type: published
              Y: 2019
          Identifiers:
            – Type: issn-locals
              Value: edsair
ResultId 1