论文部分内容阅读
在相同光照条件下,运用MATLAB软件控制工业相机获取不同烧失量粉煤灰的图像信息,根据粉煤灰中不同组分对于光反射的差异性,提取脱炭粉煤灰不同组分的图像特征参数,利用极限学习机神经网络建立烧失量与图像特征的数学模型,对比烧失量的预测效果获得最佳的激活函数,实现脱炭粉煤灰烧失量的在线快速检测。结果表明,极限学习机建立的预测模型能够准确识别电选粉煤灰的图像特征,快速获得粉煤灰烧失量数据,准确度高,可用于工业生产中电选粉煤灰烧失量的快速在线检测。