基于卷积神经网络的HL-2A装置H模辨识研究
Nuclear Fusion and Plasma Physics（2022）
摘要
基于HL-2A装置的放电实验数据,利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法,得到了可靠的高成功率的高约束模时段识别结果.算法中,选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习,得到一个深度为21层的二分类卷积神经网络.该网络模型经过其他474次放电数据的测试集检验,高约束模识别的正确率达到了98.17％.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要