-
公开(公告)号：CN117853844A
公开(公告)日：2024-04-09
申请号：CN202410037533.0
申请日：2024-01-10
Applicant: 中南大学
IPC: G06V10/774 , G06V10/40 , G06N20/20 , G06V10/776
Abstract: 本公开实施例中提供了一种基于数据和知识双驱动集成学习的泡沫浮选工况识别方法，属于数据处理技术领域，具体包括：收集不同工况下的泡沫图像；提取泡沫经验特征，形成原始训练数据集；用多种机器学习算法生成相同数量的基学习器；根据先验知识从待预测图像中提取泡沫特征，基学习器根据泡沫特征预测得到待预测图像属于各种工况的概率，然后利用各基学习器在验证集中的先验模型知识修正对待预测图像的预测概率；将基学习器修正后的预测概率构成决策矩阵，使用灰色关联—优劣解距离法评价每种工况；根据泡沫浮选所有工况的综合评价值，选出综合评价值最大的工况类型作为最终预测工况。通过本公开的方案，提高了预测适应性和精准度。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
