-
公开(公告)号：CN108896996B
公开(公告)日：2019-09-20
申请号：CN201810453235.4
申请日：2018-05-11
Applicant: 中南大学
Abstract: 本发明公开了一种基于随机森林的铅锌矿下吸水井泥水界面超声波回波信号分类方法，包括以下步骤：首先使用安装在吸水井水下的超声波换能器收集不同工况下的超声波回波信号；将收集到的信号进行小波分解，使用Hesusure阈值选取方法来计算阈值，使用软阈值函数进行系数处理，然后重构信号完成去噪；对去噪后的信号提取模极大值特征；有放回的随机抽取模极大值特征和部分样本建立决策树基学习器，由多棵决策树组成随机森林分类器用于信号分类。本发明对回波信号的分类准确率高，运算代价低，对不同数学模型下的回波参数估计具有极大的价值。
-
公开(公告)号：CN108931621A
公开(公告)日：2018-12-04
申请号：CN201810446656.4
申请日：2018-05-11
Applicant: 中南大学
CPC classification number: G01N33/20 , G06K9/00718 , G06K9/4604 , G06K9/4652
Abstract: 一种基于过程特征的锌浮选精矿品位的软测量的方法，本发明综合了专家知识和数据建模方法，首先根据现场工人看泡时的观察重点提出基于图像统计特征的单帧纹理特征来表征泡沫图像，根据现场工人需要观察一段时间内泡沫状态来判断当前生产状态的特点提出用纹理序列来数学化当前生产状态，并提出一种对纹理序列的建模方法，降低了特征向量的维数。在预测算法中采用改进的提升决策树算法，有效的抑制由于学习太快导致的过拟合问题，提高了泛化能力。实验证明本发明方法计算简单，执行速度较快，预测准确度较高，便于在现场实际操作，可即时指导现场操作，优化生产过程，解决了现锌矿品位在线检测难的问题。
-
公开(公告)号：CN108931621B
公开(公告)日：2020-10-02
申请号：CN201810446656.4
申请日：2018-05-11
Applicant: 中南大学
IPC: G01N33/2028 , G06K9/00 , G06K9/46
Abstract: 一种基于过程特征的锌浮选精矿品位的软测量的方法，本发明综合了专家知识和数据建模方法，首先根据现场工人看泡时的观察重点提出基于图像统计特征的单帧纹理特征来表征泡沫图像，根据现场工人需要观察一段时间内泡沫状态来判断当前生产状态的特点提出用纹理序列来数学化当前生产状态，并提出一种对纹理序列的建模方法，降低了特征向量的维数。在预测算法中采用改进的提升决策树算法，有效的抑制由于学习太快导致的过拟合问题，提高了泛化能力。实验证明本发明方法计算简单，执行速度较快，预测准确度较高，便于在现场实际操作，可即时指导现场操作，优化生产过程，解决了现锌矿品位在线检测难的问题。
-
公开(公告)号：CN108896996A
公开(公告)日：2018-11-27
申请号：CN201810453235.4
申请日：2018-05-11
Applicant: 中南大学
Abstract: 本发明公开了一种基于随机森林的铅锌矿下吸水井泥水界面超声波回波信号分类方法，包括以下步骤：首先使用安装在吸水井水下的超声波换能器收集不同工况下的超声波回波信号；将收集到的信号进行小波分解，使用Hesusure阈值选取方法来计算阈值，使用软阈值函数进行系数处理，然后重构信号完成去噪；对去噪后的信号提取模极大值特征；有放回的随机抽取模极大值特征和部分样本建立决策树基学习器，由多棵决策树组成随机森林分类器用于信号分类。本发明对回波信号的分类准确率高，运算代价低，对不同数学模型下的回波参数估计具有极大的价值。
-
-
-
Search Results
4
records
(took 0.015 seconds)
