Abstract: C. Wang, Z. Zhong, E. Jiaqiang (2012)

Recurrence plot and recurrence quantification analysis was applied into the analysis of the pressure fluctuation signals in spouted bed, and some parameters including recurrence rate, determinism, laminarity, averaged diagonal line length, trapping time and entropy were extracted from recurrence plots. Based on these characteristic parameters, least square support vector machine was applied to recognize the flow regimes, and parameters in least square support vector machine were optimized by adaptive genetic optimization algorithm. The recognition accuracies of packed bed, stable spouting, bubbly fluidized bed and slugging bed could reach 85%, 85%, 80% and 90% respectively.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Flow regime recognition in spouted bed based on recurrence plot method