高级搜索

人工神经网络在HL-2A装置汤姆逊 散射数据处理中的应用

,  ,  ,  ,  , 

downloadPDF

上一篇

下一篇

刘春华, 侯智培, 王瑜琴, 冯震, 夏凡, 黄渊. 2019: 人工神经网络在HL-2A装置汤姆逊 散射数据处理中的应用, 强激光与粒子束, 31(2): 38-44. doi: 10.11884/HPLPB201931.180206
引用本文: 刘春华, 侯智培, 王瑜琴, 冯震, 夏凡, 黄渊. 2019: 人工神经网络在HL-2A装置汤姆逊 散射数据处理中的应用, 强激光与粒子束, 31(2): 38-44. doi: 10.11884/HPLPB201931.180206
shu
Liu Chunhua, Hou Zhipei, Wang Yuqin, Feng Zhen, Xia Fan, Huang Yuan. 2019: Artificial neural network approach applied to data processing of Thomson scattering on HL-2A, High Power Lase and Particle Beams, 31(2): 38-44. doi: 10.11884/HPLPB201931.180206
Citation: Liu Chunhua, Hou Zhipei, Wang Yuqin, Feng Zhen, Xia Fan, Huang Yuan. 2019: Artificial neural network approach applied to data processing of Thomson scattering on HL-2A, High Power Lase and Particle Beams, 31(2): 38-44. doi: 10.11884/HPLPB201931.180206
shu

人工神经网络在HL-2A装置汤姆逊 散射数据处理中的应用

  • 核工业西南物理研究院 聚变科学所,成都,610041

Artificial neural network approach applied to data processing of Thomson scattering on HL-2A

  • 摘要: 人工神经网络是一种强大的非线性数据分析算法,其中的感知器神经网络第一次被用于处理HL-2A装置上汤姆逊散射系统的电子温度数据.采用输入层、隐藏层和输出层等三层神经网络结构,输入层为标定数据或测量数据,隐藏层使用sigmoid函数作为传递函数,输出层为电子温度值.从数据处理结果可以看出,该计算方法与传统的χ2最小值方法计算的结果吻合,能够得到可靠的电子温度数据.而且由于计算温度时采用矩阵计算,计算速度比使用χ2最小值法提高20倍以上,为将来利用汤姆逊散射测量的电子温度数据实现等离子体剖面实时反馈控制提供了可能.
  • 加载中
  • 加载中
计量
  • 文章访问数:  90
  • HTML全文浏览数:  72
  • PDF下载数:  5
  • 施引文献:  0
出版历程
  • 刊出日期:  2019-01-01

人工神经网络在HL-2A装置汤姆逊 散射数据处理中的应用

  • 核工业西南物理研究院 聚变科学所,成都,610041

摘要: 人工神经网络是一种强大的非线性数据分析算法,其中的感知器神经网络第一次被用于处理HL-2A装置上汤姆逊散射系统的电子温度数据.采用输入层、隐藏层和输出层等三层神经网络结构,输入层为标定数据或测量数据,隐藏层使用sigmoid函数作为传递函数,输出层为电子温度值.从数据处理结果可以看出,该计算方法与传统的χ2最小值方法计算的结果吻合,能够得到可靠的电子温度数据.而且由于计算温度时采用矩阵计算,计算速度比使用χ2最小值法提高20倍以上,为将来利用汤姆逊散射测量的电子温度数据实现等离子体剖面实时反馈控制提供了可能.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回