检索结果-南通市图书馆

Chicken Swarm Optimization with Deep Learning Based Packaged Rooftop Units Fault Diagnosis Model

Computer Systems Science & Engineering 2023年第10期47卷 221-238页

作者： G.Anitha N.Supriya Fayadh Alenezi E.Laxmi Lydia Gyanendra Prasad Joshi Jinsang You Department of Electronics and Instrumentation Engineering B.S.Abdur Rahman Crescent Institute of Science and TechnologyChennai600048India Department of Computer Science and Engineering University Institute of Engineering and Technology(UIET)Guru Nanak UniversityHyderabadIndia Department of Electrical Engineering College of EngineeringJouf UniversitySaudi Arabia Department of Computer Science and Engineering Vignan’s Institute of Information TechnologyVisakhapatnam530049India Department of Computer Science and Engineering Sejong UniversitySeoul05006Korea seculayer company Ltd.Seoul04784Korea

Rooftop units(RTUs)were commonly employed in small commercial buildings that represent that can frequently do not take the higher level maintenance that chillers *** detection and diagnosis(FDD)tools can be employed for RTU methods to ensure essential faults are addressed *** this aspect,this article presents an Optimal Deep Belief Network based Fault Detection and Classification on Packaged Rooftop Units(ODBNFDC-PRTU)*** ODBNFDC-PRTU technique considers fault diagnosis as amulti-class classification problem and is handled usingDL *** fault diagnosis in RTUs,the ODBNFDC-PRTU model exploits the deep belief network(DBN)classification model,which identifies seven distinct types of *** the same time,the chicken swarm optimization(CSO)algorithm-based hyperparameter tuning technique is utilized for resolving the trial and error hyperparameter selection process,showing the novelty of the *** illustrate the enhanced performance of the ODBNFDC-PRTU algorithm,a comprehensive set of simulations are *** comparison study described the improvement of the ODBNFDC-PRTU method over other recent FDD algorithms with maximum accuracy of 99.30%and TPR of 93.09%.

关键词： Rooftop units chicken swarm optimization hyperparameter metaheuristics deep learning fault diagnosis

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：