【摘 要】
：
针对锑浮选泡沫图像特征相互耦合、重要度差异显著引起工况难以识别的问题,提出一种锑浮选工况识别方法.首先,在结合敏感性指数与主元分析法选取关键泡沫特征的基础上,建立物元可拓模型,通过关联函数计算关键泡沫特征与预设工况类别的关联度;然后,引入博弈论,将层次分析法和熵权法确定的主、客观权重优化融合,得到泡沫特征的综合权重;最后,计算综合关联度,实现浮选工况的准确识别.锑浮选工业现场的生产数据验证了所提出
论文部分内容阅读
针对锑浮选泡沫图像特征相互耦合、重要度差异显著引起工况难以识别的问题,提出一种锑浮选工况识别方法.首先,在结合敏感性指数与主元分析法选取关键泡沫特征的基础上,建立物元可拓模型,通过关联函数计算关键泡沫特征与预设工况类别的关联度;然后,引入博弈论,将层次分析法和熵权法确定的主、客观权重优化融合,得到泡沫特征的综合权重;最后,计算综合关联度,实现浮选工况的准确识别.锑浮选工业现场的生产数据验证了所提出方法的有效性.
其他文献
本文提出了一种基于图像块自适应融合的序列图像超分辨率重建算法。算法使用低分辨率序列图像中的互补信息重建生成高分辨率图像。为了保证重建初始估计尽可能接近真实场景,配准后的序列图像按照图像块梯度信息自适应的融合生成高分辨率初始估计图像。算法采用误差反向投影的方法对高分辨率图像迭代校正,生成超分辨率重建最终结果。实验证明,本文提出的超分辨率重建算法能够在增加图像细节信息的同时重建出更加自然真实的高分辨率
高校物联网专业应结合物联网行业特点,完善网络系列课程教学内容,设置实践性强的课程;同时将协同创新机制引入网络课程实践教学中,提升学生的综合素质和实践创新能力。高校物联网专业应革新教学手段,增强师生互动,增进学生间合作,还要改革考核方式,激发学生学习的兴趣。
时频分析的主要研究对象是非平稳或时变信号,它能清楚地揭示信号的时变频谱特性,在信号处理中有着非常重要的作用。本文介绍了时频分析中常用的离散短时傅立叶变换(STFT)及序列维格纳变换(WD)的DSP算法及它们各自的特点和具体应用。并给出了两者在具体的信号瞬时频率估计中的应用及在Matlab上的仿真结果。
TSL1401线性传感器阵列在不同光照强度下,为得到较好的图像处理效果,系统宜采取自适应动态曝光策略,并进行浮动阈值处理。其中自适应动态曝光策略为典型的闭环控制环节;浮动阀值处理可采用均值阀值,大津Otsu自适应等算法,并从软件和硬件两方面入手处理实现方案。
根据去马赛克算法的处理方式,对于经过图像处理软件处理过的图像,在不知道相机去马赛克算法的前提下,计算图像像素的均值和方差构建预测滤波器,估计高斯混合模型参数,结合贝叶斯原理,假设先验概率在分割图像为每一B×B块基础上估计状态的后验概率。在不需要事先知道伪造区域的位置基础上,统计篡改概率。进而细粒度的定位伪造图像的位置。
凌华科技推出新款模块化计算机Express-BE,采用COM Express~(TM)基本型Type 6板卡规格,搭载超威(AMD)第二代嵌入式R系列加速处理器(APU),与搭配A77E FCH芯片组,该处理器整合了传统CPU和GPU功能在单一芯片上,无需加装独立显示适配器即可支持最多4个屏幕,在画面更新频率30 Hz下,分辨率可达4k×2k,功耗为17~37 W。其低功耗与高解析度的视觉表现,适
西门子推出新一代超高频(UHF)RFID读写器Simatic RF650R、Simatic RF685R和Simatic RF680R。这三款功能和性能各异的设备,可以让用户更快速地实施RFID项目,缩短工厂停机时间。由于防护等级高(IP65)并且集成了Profinet接口,Simatic RF680R和RF685R读写器适用于生产环境。物流行业的用户可以用Simatic RF650R实施具备高性
针对视觉监控系统在感知由大量同质颗粒随机堆积而成的无明显前、背景区分的大米图像中存在的问题,将序贯分裂论引入到图像空间结构视觉分析中。提出一种多尺度全方向高斯导数滤波方法,通过建立图像的韦伯分布模型有效获取大米图像在不同观测尺度下全方向视觉感知特征参量;基于最小二乘-支持向量机原理实现大米加工品质的自动分类识别。大量的验证性和对比性实验证明了所提方法的有效性和优越性。
目的:针对复杂多模态工业过程故障监测存在的问题,充分利用过程数据的局部和非局部几何信息,同时实现数据聚类和低维子空间选择,提高非线性、非高斯多模态过程监测性能。创新点:提出融合局部鉴别正则化软k-均值与贝叶斯推理的多模态过程监测算法。该方法充分利用过程数据的局部和非局部几何信息,较好地发挥了无监督学习和有监督学习的优点,提高了模态数据的分离性和解释性,监测性能良好。方法:该方法分为二个阶段:第一阶
针对传统图模型的流形学习无法准确表达数据间多元几何结构信息的问题,提出一种基于超图正则化的概念分解(HRCF)算法.该算法用一组具有相似属性的数据子集构建超边,建立数据间高阶关系的超图模型.通过在概念分解算法中增加超图正则项,保持数据间多元几何流形结构,提高了算法的鉴别性.在Yale库、USPS库和TDT2库上的实验表明,HRCF算法明显提高了聚类的准确率和归一化互信息,验证了算法的有效性.