-
Patent Agency Ranking
公开(公告)号：CN111292312B
公开(公告)日：2022-08-12
申请号：CN202010118754.2
申请日：2020-02-26
Applicant: 中南大学
Abstract: 本发明提供了一种烧结热状态横向异质性在线定量测量方法，包括：获取烧结机尾断面图像，提取烧结料层横截面图片；对所述烧结料层横截面图片进行幂律变换和灰度化处理，抑制噪声干扰，得到第一图像；对所述第一图像进行阈值分割，并与烧结料层横截面图片进行Hadamard product运算，得到燃烧带图像；对所述燃烧带图像进行空间横向分割，绘制其空间洛伦兹曲线；结合所述燃烧带图像特征和空间洛伦兹曲线计算烧结横向异质性指数，对烧结热状态横向异质性进行在线定量测量。本发明利用计算机视觉图像，实现了烧结热状态横向异质性的在线定量测量，可高效地表征烧结热状态横向异质性各种情况，对优化烧结操作，提高烧结质量和产量具有指导意义。
-
公开(公告)号：CN111768000A
公开(公告)日：2020-10-13
申请号：CN202010579816.X
申请日：2020-06-23
Applicant: 中南大学
IPC: G06N3/08 , G06N3/04 , G06F16/903
Abstract: 本发明提供了一种在线自适应微调深度学习的工业过程数据建模方法，包括：步骤1，根据采样时间顺序，获取工业过程中与质量相关的过程变量，利用质量变量对过程变量进行标注，构造有标签样本集，根据数据特征对数据进行预处理，将有标签样本集划分为训练样本集和查询样本集；步骤2，利用训练样本集，以无监督预训练方式离线逐层训练L个受限玻尔兹曼机，将L个经过预训练的受限玻尔兹曼机依次堆叠形成堆叠网络。本发明所述的在线自适应微调深度学习的工业过程数据建模方法，基于相似性度量选择样本对离线模型进行在线更新，针对查询样本建立专属的在线模型，完成各查询样本的精确质量预测，提高了在线预测的性能和精度。
-
公开(公告)号：CN110739031B
公开(公告)日：2021-07-23
申请号：CN201911127970.7
申请日：2019-11-18
Applicant: 中南大学
Abstract: 本发明公开了一种冶金烧结过程的有监督预测方法，按照时间序列采集烧结过程中的相关过程变量，将过程变量与对应时刻的质量变量组合，构造训练样本；继续采样过程变量，将过程变量与对应前一采样时刻的质量变量组合，构造测试样本输入，并对训练样本以及测试样本进行数据预处理；构建有监督受限玻尔兹曼机，利用L个有监督受限玻尔兹曼机及一个全连接层共同组成有监督深度置信网络模型，利用极大化似然原理，通过CD‑K采样方法，预训练所提出的有监督受限玻尔兹曼机，利用反向传播微调多个有监督受限玻尔兹曼机堆叠组成的深度置信网络模型，获得模型参数；将测试样本输入到已经训练好的有监督深度置信网络模型中，获得对应的产品质量预测值。
-
公开(公告)号：CN111292312A
公开(公告)日：2020-06-16
申请号：CN202010118754.2
申请日：2020-02-26
Applicant: 中南大学
Abstract: 本发明提供了一种烧结热状态横向异质性在线定量测量方法，包括：获取烧结机尾断面图像，提取烧结料层横截面图片；对所述烧结料层横截面图片进行幂律变换和灰度化处理，抑制噪声干扰，得到第一图像；对所述第一图像进行阈值分割，并与烧结料层横截面图片进行Hadamard product运算，得到燃烧带图像；对所述燃烧带图像进行空间横向分割，绘制其空间洛伦兹曲线；结合所述燃烧带图像特征和空间洛伦兹曲线计算烧结横向异质性指数，对烧结热状态横向异质性进行在线定量测量。本发明利用计算机视觉图像，实现了烧结热状态横向异质性的在线定量测量，可高效地表征烧结热状态横向异质性各种情况，对优化烧结操作，提高烧结质量和产量具有指导意义。
-
公开(公告)号：CN110739031A
公开(公告)日：2020-01-31
申请号：CN201911127970.7
申请日：2019-11-18
Applicant: 中南大学
Abstract: 本发明公开了一种冶金烧结过程的有监督预测方法，按照时间序列采集烧结过程中的相关过程变量，将过程变量与对应时刻的质量变量组合，构造训练样本；继续采样过程变量，将过程变量与对应前一采样时刻的质量变量组合，构造测试样本输入，并对训练样本以及测试样本进行数据预处理；构建有监督受限玻尔兹曼机，利用L个有监督受限玻尔兹曼机及一个全连接层共同组成有监督深度置信网络模型，利用极大化似然原理，通过CD-K采样方法，预训练所提出的有监督受限玻尔兹曼机，利用反向传播微调多个有监督受限玻尔兹曼机堆叠组成的深度置信网络模型，获得模型参数；将测试样本输入到已经训练好的有监督深度置信网络模型中，获得对应的产品质量预测值。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
