-
公开(公告)号：CN108830831B
公开(公告)日：2021-11-30
申请号：CN201810446667.2
申请日：2018-05-11
Applicant: 中南大学
Abstract: 本发明提出了一种基于改进SURF匹配的锌浮选泡沫自然速度特征提取方法，选取具有尺度不变性、旋转不变性以及抗噪能力较强的SURF特征算子对图像进行特征提取，通过分析泡沫形状的相似性以及其特定的运动轨迹，提出根据泡沫运动情况实时迭代更新匹配方法，利用改进匹配条件进行运动匹配，得到锌浮选泡沫初速度，匹配结果计算考虑实际情况下的粗选槽中刮板的周期性运动，选择底流速度得到浮选泡沫自然速度特征。本发明克服了传统泡沫速度提取方法匹配误差大、速度慢等问题，应用速度提高10倍以上，通过提出的迭代更新SURF算子匹配方法大大提高匹配成功率20％以上。解决了锌浮选现场浮选泡沫特征难以提取以及如何机器视觉化的问题。
-
公开(公告)号：CN107560850A
公开(公告)日：2018-01-09
申请号：CN201710745345.3
申请日：2017-08-26
Applicant: 中南大学
IPC: G01M13/04
Abstract: 本发明提出一种基于小波阈值降噪与AdaBoost的轴系故障识别方法。使用能够消除频率混叠的双树复小波变换方法提取信号特征，在信号分解与重构的过程中，提出改进小波阈值降噪方法对信号降噪处理，并对降噪后的信号提取能量作为特征向量，结合对不均衡数据分类处理效果较好的AdaBoost多分类方法，使用多个简单的单层决策树作AdaBoost弱分类器，最终构建强分类器，将各种轴系故障区分开来。本发明可以编程实现，成本低，效率高，易于实施。
-
公开(公告)号：CN108647722B
公开(公告)日：2021-11-23
申请号：CN201810446660.0
申请日：2018-05-11
Applicant: 中南大学
IPC: G06K9/62
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利用图像中的气泡尺寸分布来表征泡沫图像，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尺寸分布序列来数学化当前生产状态，并提出一种对泡沫尺寸序列的建模方法，降低了特征向量的维数。在预测算法中利用积累的大量数据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：CN106257498B
公开(公告)日：2019-12-17
申请号：CN201610599656.9
申请日：2016-07-27
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明提出了一种基于异构纹理特征的锌浮选状态划分方法，综合了能够对高频段纹理特征效果较好的灰度共生矩阵算法，以及对中低频纹理图像具有较好建模效果的高斯马尔科夫随机场算法提取锌浮选图像纹理特征，并对将其高斯归一化作为纹理特征向量。在集成聚类算法中，首先采用效率相对较高的划分聚类，消除噪声点和离群点的影响，再使用聚类质量较好、稳定性较高的层次聚类算法对划分聚类输出的聚类中心进行组合，进而得到最终的聚类结果。实验证明,本发明所提取的纹理特征量具有良好的模式可分性,集成聚类算法可以很好地将不同状态的泡沫区分开来,且这种方法可以直接在计算机上实现,成本低,效率高,易于实施。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN107560850B
公开(公告)日：2019-04-12
申请号：CN201710745345.3
申请日：2017-08-26
Applicant: 中南大学
IPC: G01M13/045
Abstract: 本发明提出一种基于小波阈值降噪与AdaBoost的轴系故障识别方法。使用能够消除频率混叠的双树复小波变换方法提取信号特征，在信号分解与重构的过程中，提出改进小波阈值降噪方法对信号降噪处理，并对降噪后的信号提取能量作为特征向量，结合对不均衡数据分类处理效果较好的AdaBoost多分类方法，使用多个简单的单层决策树作AdaBoost弱分类器，最终构建强分类器，将各种轴系故障区分开来。本发明可以编程实现，成本低，效率高，易于实施。
-
公开(公告)号：CN107180140B
公开(公告)日：2019-12-10
申请号：CN201710426212.X
申请日：2017-06-08
Applicant: 中南大学
Abstract: 本发明提供了一种基于双树复小波与AdaBoost的轴系故障识别方法。主要步骤为：采集水平、竖直、轴向的振动加速度信号并处理为振动速度信号；将非平稳的故障振动信号通过双树复小波分解得到几个不同频段的分量；对各个频段信号使用自适应阈值降噪，提高信噪比；分别对降噪后的各层信号重构，获取各个频段的能量；以各个频段能量作为AdaBoost集成学习的输入，AdaBoost集成学习以单层决策树作为弱分类器，使用提出的SAMME.Z算法进行多分类，最终识别轴承故障类型。本发明具有良好的模式可分性，计算量低，效率高，对工业现场轴系运行状态监控有良好的指导作用。
-
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。
-
公开(公告)号：CN108830831A
公开(公告)日：2018-11-16
申请号：CN201810446667.2
申请日：2018-05-11
Applicant: 中南大学
Abstract: 本发明提出了一种基于改进SURF匹配的锌浮选泡沫自然速度特征提取方法，选取具有尺度不变性、旋转不变性以及抗噪能力较强的SURF特征算子对图像进行特征提取，通过分析泡沫形状的相似性以及其特定的运动轨迹，提出根据泡沫运动情况实时迭代更新匹配方法，利用改进匹配条件进行运动匹配，得到锌浮选泡沫初速度，匹配结果计算考虑实际情况下的粗选槽中刮板的周期性运动，选择底流速度得到浮选泡沫自然速度特征。本发明克服了传统泡沫速度提取方法匹配误差大、速度慢等问题，应用速度提高10倍以上，通过提出的迭代更新SURF算子匹配方法大大提高匹配成功率20％以上。解决了锌浮选现场浮选泡沫特征难以提取以及如何机器视觉化的问题。
-
公开(公告)号：CN108647722A
公开(公告)日：2018-10-12
申请号：CN201810446660.0
申请日：2018-05-11
Applicant: 中南大学
IPC: G06K9/62
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利用图像中的气泡尺寸分布来表征泡沫图像，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尺寸分布序列来数学化当前生产状态，并提出一种对泡沫尺寸序列的建模方法，降低了特征向量的维数。在预测算法中利用积累的大量数据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。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
