您的位置： 专家智库 > >

国家教育部博士点基金(20120162110076)

作品数：4 被引量：31H指数：3
相关作者：谢永芳阳春华桂卫华赵洪伟蒋朝辉更多>>
相关机构：中南大学湖南文理学院更多>>
发文基金：国家教育部博士点基金国家自然科学基金国家自然科学基金创新研究群体项目更多>>
相关领域：自动化与计算机技术矿业工程更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 2篇矿业工程
  • 2篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇浮选
  • 1篇学习机
  • 1篇优化设定
  • 1篇源数据
  • 1篇正则
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇神经网络识别
  • 1篇特征提取
  • 1篇图像
  • 1篇泡沫图像
  • 1篇偏最小二乘
  • 1篇最小二乘
  • 1篇网络识别
  • 1篇纹理
  • 1篇纹理特征
  • 1篇纹理特征提取

机构

  • 4篇中南大学
  • 1篇湖南文理学院

作者

  • 4篇谢永芳
  • 3篇桂卫华
  • 3篇阳春华
  • 2篇曹斌芳
  • 2篇蒋朝辉
  • 2篇赵洪伟
  • 1篇王晓丽
  • 1篇徐德刚
  • 1篇吴佳

传媒

  • 2篇控制理论与应...
  • 1篇自动化学报
  • 1篇上海交通大学...

年份

  • 1篇2015
  • 3篇2014
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
基于泡沫图像特征的浮选槽液位智能优化设定方法被引量：16
2014年
浮选生产过程中浮选槽液位通常根据经验人工设定,具有主观随意性﹑液位波动大,使精/尾矿品位不满足要求.为此,提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法.在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础上,将基于案例推理的浮选槽液位预设定﹑基于多泡沫图像特征的改进LS-SVM(Least squares support vector machine)品位预测及基于BP神经网络的自学习模糊推理智能补偿等模型有机集成,提出了充分利用泡沫图像特征的液位智能优化设定方法.将该方法在某铝土矿浮选生产过程进行应用验证,可使粗选槽液位波动减小,提高了粗选精/尾矿品位合格率、总精矿品位合格率及回收率.
赵洪伟谢永芳蒋朝辉徐德刚阳春华桂卫华
关键词：优化设定
基于多源数据的铝土矿浮选生产指标集成建模方法被引量：6
2014年
在长流程浮选过程中,生产指标难以在线检测,造成操作不及时,影响系统的稳定运行.本文提出了一种基于多源数据的铝土矿浮选过程生产指标集成建模方法.首先结合浮选机理和现场工人经验,分析影响和反映生产指标的多源数据(生产数据和泡沫图像特征数据);然后分别建立各生产指标预测子模型和同步误差补偿子模型;最后采用信息熵和智能协调策略分别构建精矿品位和尾矿品位的集成预测模型.工业验证和工况分析表明,本文集成建模方法具有良好的预测性能和较强的泛化性,为基于生产指标的浮选过程操作参数控制和全流程优化奠定基础.
曹斌芳谢永芳阳春华桂卫华王晓丽
关键词：偏最小二乘
泡沫图像特征驱动的锑粗选加药控制策略被引量：2
2015年
锑粗选工序的加药控制直接影响精选与扫选的性能.通常由人工观察泡沫手动调节药剂.这种方式,存在控制滞后、主观随意性大、易导致浮选性能不稳定甚至恶化的问题.对此,我们提出一种泡沫图像特征驱动的锑粗选加药控制策略.利用概率支持向量回归方法建立基于锑粗选关键泡沫图像特征与加药量的入矿品位估计模型;在此基础上,采用操作模式匹配方法实现加药量的预设定,快速满足入矿品位类型变化后新的控制要求;并采用基于区间II型模糊系统的加药反馈控制器减小泡沫状态与期望的偏差.工业验证结果表明,该方法能有效代替人工加药并改善了锑浮选性能.
吴佳谢永芳阳春华桂卫华
关键词：支持向量回归
基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用被引量：10
2014年
针对Gabor小波进行特征提取时易造成维数灾难和识别效率不高的问题,提出一种基于Gabor小波滤波和局部保持投影(LPP)降维算法相结合的泡沫纹理特征提取方法.首先,利用Gabor滤波器获得原始泡沫图像5个尺度和8个方向的高维特征描述向量;然后,利用LPP算法得到降维特征向量;最后,利用此降维特征向量通过反向传播(BP)神经网络进行不同工况下泡沫类别的识别,进而指导实际矿物浮选生产.实验结果表明,相对于传统的GLCM方法和Gabor小波纹理特征提取方法,该方法可有效降低泡沫纹理特征向量维数并具有更高的识别效率.
赵洪伟谢永芳曹斌芳蒋朝辉
关键词：纹理特征GABOR小波
全选 清除 导出
共1页<1>
聚类工具0