基于深度神经网络的托卡马克边缘局域模实时识别算法

摘要

本发明属于等离子体控制技术，具体涉及基于深度神经网络的托卡马克边缘局域模实时识别算法。训练数据集准备之后进行神经网络模型创建及预测计算，之后模型参数训练，神经网络模型训练完成后，将参数输入神经网络模型进行计算，便可以获得实时的边缘局域模识别结果。通过使用本方法实时识别边缘局域模的出现时间，在出现后再通过反馈控制的方式投入控制手段，比起无差别投入控制的方式，可以有效减少控制方法对等离子体本身的干扰。