公开(公告)号：CN116152581A

公开(公告)日：2023-05-23

申请号：CN202211518442.6

申请日：2022-11-30

Applicant: 中南大学

Inventor： 周晓君 ,  李明 ,  杜洋伊 ,  阳春华

IPC: G06V10/771 ,  G06V10/764

Abstract: 本公开实施例中提供了一种基于多目标混合特征选择的泡沫浮选工况识别方法，属于数据识别技术领域，具体包括：提取泡沫浮选工况中的待处理数据集进行数据预处理；对全部特征进行按边际贡献值排序；得到初筛特征子集；计算初筛特征子集中每个特征的初始权重；设置最大迭代次数与二值状态转移算法的相关参数，根据初始权重和初筛特征子集生成多个候选特征子集，选择候选特征子集中所有的非支配解构成初始帕累托最优解集；形成目标函数矩阵；通过二维排序策略对目标函数矩阵进行处理，更新初始帕累托最优解集；重复步骤6至步骤7，直至迭代次数等于最大迭代次数，输出Xbest作为最终帕累托最优解集。通过本公开的方案，提高了识别效率和精准度。

公开(公告)号：CN119850991A

公开(公告)日：2025-04-18

申请号：CN202510062207.X

申请日：2025-01-15

Applicant: 中南大学

Inventor： 周晓君 ,  杜洋伊 ,  阳春华

IPC: G06V10/762 ,  G06V10/40 ,  G06N3/092 ,  G06V10/771

Abstract: 本申请适用于数据识别技术领域，提供了一种基于多分支强化学习特征选择的泡沫浮选工况识别方法，包括：从多个不同工况的泡沫浮选过程的泡沫图像中提取多个泡沫图像特征；基于最大信息系数指标对多个泡沫图像特征进行聚类，得到多个特征簇；构建多分支神经网络，并基于多个泡沫图像特征对多分支神经网络进行强化学习，得到最优特征子集；多分支神经网络包括共享模块和多个分支模块；基于最优特征子集对需进行工况识别的目标泡沫浮选过程的工况进行识别。本申请能提升泡沫浮选工况识别效果。

公开(公告)号：CN110942104B

公开(公告)日：2023-08-25

申请号：CN201911241685.8

申请日：2019-12-06

Applicant: 中南大学

Inventor： 周晓君 ,  王启安 ,  徐冲冲

IPC: G06V10/771 ,  G06V10/764 ,  G06V10/40 ,  G06V10/44 ,  G06N20/00

Abstract: 本发明公开了用于泡沫浮选工况识别过程的混合特征选择方法及方法，分别计算出数据集中各个特征的初始权重，并根据各个特征的初始权重对所述数据集中各个特征进行排序，得到排序特征集；根据排序，使用启发式搜索算法生成多个的特征子集，并将多个特征子集分别输入至分类器中以计算多个特征子集的分类准确率，提取分类准确率最高的特征子集作为初筛特征子集；再通过二值状态转移算法迭代生成初筛特征子集的多个候选特征子集，并将多个候选特征子集输入到分类器中以计算多个候选特征子集的分类准确率，选取分类准确率最高的候选特征子集作为最优特征子集输出，能快速选取泡沫浮选工况的特征，并保证所选特征子集的分类准确率，提高工况识别的效果。

公开(公告)号：CN111368897A

公开(公告)日：2020-07-03

申请号：CN202010128838.4

申请日：2020-02-28

Applicant: 中南大学

Inventor： 周晓君 ,  张润东 ,  徐冲冲

IPC: G06K9/62 ,  G06N3/00 ,  G06N3/12

Abstract: 基于状态转移算法的除铜过程的犹豫模糊c均值聚类方法，包括：基于除铜级联反应釜的数据设置状态转移算法的参数并初始化距离测度权重；基于距离测度权重通过模糊c均值聚类仿真得到除铜级联反应釜的数据的聚类中心和隶属度矩阵；根据聚类中心和隶属度矩阵建立目标模型并进行仿真后输出优化结果。本发明中对湿法炼锌除铜工艺过程的数据进行了聚类分析，能够很好地判别具有安全威胁的数据，同时能够较快且准确地得到最优的权重结果，对于整个除铜工艺过程的参数辨识与优化控制具有重要意义。

公开(公告)号：CN110942104A

公开(公告)日：2020-03-31

申请号：CN201911241685.8

申请日：2019-12-06

Applicant: 中南大学

Inventor： 周晓君 ,  王启安 ,  徐冲冲

IPC: G06K9/62 ,  G06K9/46

Abstract: 本发明公开了用于泡沫浮选工况识别过程的混合特征选择方法及方法，分别计算出数据集中各个特征的初始权重，并根据各个特征的初始权重对所述数据集中各个特征进行排序，得到排序特征集；根据排序，使用启发式搜索算法生成多个的特征子集，并将多个特征子集分别输入至分类器中以计算多个特征子集的分类准确率，提取分类准确率最高的特征子集作为初筛特征子集；再通过二值状态转移算法迭代生成初筛特征子集的多个候选特征子集，并将多个候选特征子集输入到分类器中以计算多个候选特征子集的分类准确率，选取分类准确率最高的候选特征子集作为最优特征子集输出，能快速选取泡沫浮选工况的特征，并保证所选特征子集的分类准确率，提高工况识别的效果。

公开(公告)号：CN106773654B

公开(公告)日：2019-10-29

申请号：CN201611139039.7

申请日：2016-12-12

Applicant: 中南大学

Inventor： 周晓君 ,  张凤雪 ,  阳春华 ,  桂卫华

IPC: G05B13/02

Abstract: 本发明提供一种分数阶PID控制器参数优化整定方法，利用状态转移算法的全局优化功能，搜索能使分数阶PID控制系统的性能指标函数值全局最小的比例系数，积分系数，微分系数，微分阶次和积分阶次作为分数阶PID控制器的最优整定参数。利用本发明提出的基于状态转移算法的分数阶PID控制器参数优化整定方法对工作台闭环控制系统进行仿真实验，实验结果表明采用本发明方法整定所得的分数阶PID控制系统与其它对比方法得到的分数阶PID控制系统相比具有调节速度快等显著有点，是一种具有推广价值的分数阶PID控制器参数整定方法。