公开(公告)号：CN117548234B

公开(公告)日：2024-07-02

申请号：CN202311558727.7

申请日：2023-11-22

Applicant: 中南大学

Inventor： 谢永芳 ,  钱志强 ,  谢世文 ,  唐朝晖

IPC: B03D1/02 ,  G06F18/2113 ,  G06F18/2115 ,  G06F18/214 ,  G06F18/241 ,  G06N3/044 ,  G06N3/08

Abstract: 本发明公开了一种用于泡沫浮选工况预估的级联特征选择方法，主要包括如下步骤：按照fisher分数从大到小的顺序对原特征集排名后，依次从特征集中删除排名集中最后一名对应的特征，分别评估所得特征数目递减的特征集，将评估结果最好的特征集作为中间特征子集，在中间特征子集的基础上，以特征子集编码二值向量为输入、模型准确率均值为输出，采用BGSA求解最优值，综合考虑目标值以及特征数目得到最终特征子集。本发明的特点是在原始特征数目众多时对于特征选择效果与计算代价之间的关系有一定协调能力，以在有限时间内达到特征选择减少不相关和冗余特征的基本目标，找到能使模型效率和最终表现均有所提升的合适特征子集。

公开(公告)号：CN116576979A

公开(公告)日：2023-08-11

申请号：CN202310304408.7

申请日：2023-03-24

Applicant: 中南大学

Inventor： 谢世文 ,  董欣然 ,  谢永芳 ,  陈晓方

IPC: G01K1/14 ,  G01K13/00 ,  G01F23/22 ,  G01F23/80

Abstract: 本发明公开了一种基于分布式温度传感器的铝电解铝液及电解质水平测量装置及方法，包括巡检机器人、测量钎装置和测量系统，测量铁钎内部布置若干个温度传感器，用于测量铝液和电解质的温度，将温度传感器测得的数据传递到测量系统中进行处理，并提出一种自适应新息卡尔曼滤波算法对温度数据进行滤波，在卡尔曼滤波的基础上更新了Q值和R值，提升滤波器的精度，通过对滤波后温度数据的比较判断出铝液与电解质以及电解质与空气的水平分界点，求出铝液与电解质液的水平高度。本发明的装置利用了铝液与电解质温度的差异完成两水平测量，并能够降低人力成本，减小生产安全隐患，提升两水平测量的精度，有助于实现铝电解电解槽的智能化管理。

公开(公告)号：CN116562127A

公开(公告)日：2023-08-08

申请号：CN202310398123.4

申请日：2023-04-14

Applicant: 中南大学

Inventor： 蒋朝辉 ,  蒋珂 ,  谢永芳 ,  桂卫华

IPC: G06F30/27 ,  G06N3/092 ,  G06N3/0442 ,  G06F119/08 ,  G06F111/08

Abstract: 本发明公开了一种基于离线强化学习的高炉冶炼操作优化方法及系统，通过获取高炉历史数据，建立专家数据库，基于DDPG算法，建立高炉冶炼操作优化模型，利用专家数据库输出的动作与策略网络输出的动作之间的差异构造安全信号，根据安全信号和评价网络的输出，获得策略网络的参数更新规则以及基于专家数据库和策略网络的参数更新规则训练高炉冶炼操作优化模型，从而获得高炉冶炼优化操作，解决了强化学习应用在高炉冶炼操作优化上无法保证可靠性和安全性的技术问题，不需要任何数据模型或机理模型作为支撑，基于专家操作轨迹训练的策略网络提供的决策方案能为炉长实现高炉精细化调控提供合理的操作指导与支持，保障高炉的顺行和提高铁水的质量。

公开(公告)号：CN116484275A

公开(公告)日：2023-07-25

申请号：CN202310405505.5

申请日：2023-04-17

Applicant: 中南大学

Inventor： 谢永芳 ,  谢世文 ,  陈曦 ,  陈晓方

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/042 ,  C25C3/20

Abstract: 本发明公开了一种基于自适应时空图卷积神经网络的铝电解阳极效应监测方法，包括：对记阳极电流数据进行预处理；将多通道的阳极电流信号建模成以阳极通道为节点、节点间连接权重为边的图结构数据，得到阳极电流信号的初始邻接矩阵；构建时空图卷积神经网络，获取阳极电流数据的空间特征和时间特征；构建图结构损失函数和交叉熵损失函数以更新网络参数；利用Softmax分类器得到最终的分类结果。本发明的方法可以根据已有的阳极电流数据，在提前10分钟的情况下，充分考虑到阳极电流信号的时空分布特点，建立起阳极效应的预测模型，实现对阳极效应的提前预判，降低人力成本，为操作人员处理阳极效应提供依据，有助于提高铝电解过程的智能化水平。

公开(公告)号：CN116307246A

公开(公告)日：2023-06-23

申请号：CN202310369675.2

申请日：2023-04-10

Applicant: 中南大学

Inventor： 谢世文 ,  谢永芳 ,  朱烨 ,  陈晓方

IPC: G06Q10/04 ,  G06Q50/04 ,  G06F18/214 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于LSTM‑CNN和ICBAM长短期特征提取的铝电解槽温预测方法，采用LSTM‑CNN作为影响槽温的长期特征提取方法，首先对数据用LSTM提取长时间相关特征，然后再用CNN提取数据间的局部相关特征，从而得到基于长周期数据的长期深度特征。采用基于2D‑CNN和1D‑CNN双流卷积分别提取阳极电流和槽电压特征，然后基于ICBAM对双流特征进行注意力加权融合，得到槽温短期深度特征。为了更好的融合铝电解生产过程中的长期特征和短期特征这两种语义和尺度不一样的特征，利用AAW中的多尺度注意力模块，充分考虑了特征图中的全局信息与局部信息，从而能够提升模型预测的准确率。

公开(公告)号：CN115861884A

公开(公告)日：2023-03-28

申请号：CN202211557549.1

申请日：2022-12-06

Applicant: 中南大学

Inventor： 岑丽辉 ,  符成 ,  陈晓方 ,  阚世超 ,  谢永芳

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/46 ,  G06N3/08 ,  G06N3/0464

Abstract: 本公开实施例中提供了一种复杂场景下视频多目标跟踪方法、系统、设备及介质，属于计算机视觉技术领域，具体包括：步骤1，构建基于YOLOX检测模型的多目标跟踪模型；步骤2，在跟踪网络中加入带有关键点检测和对齐操作的重识别网络；步骤3，在数据关联阶段，重新设计跟踪网络中卡尔曼滤波的预测值与观测值之间的取舍方式，使得卡尔曼滤波以观测为中心；步骤4，设计含时序的IOU度量方式TIOU度量并添加至多目标跟踪模型；步骤5，将各个类别的数据集输入重新设计后的多目标跟踪模型，得到多目标跟踪结果。通过本公开的方案，有效的提高了跟踪精准度MOTA和HOTA，以及可以大幅减少ID切换，提高了识别效率和跟踪速度。

公开(公告)号：CN115457439A

公开(公告)日：2022-12-09

申请号：CN202211077061.9

申请日：2022-09-05

Applicant: 中南大学

Inventor： 唐朝晖 ,  田灿 ,  谢永芳 ,  高小亮 ,  钟宇泽 ,  戴智恩

IPC: G06V20/40 ,  G06V10/62 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G01N21/84

Abstract: 本发明公开了一种基于关键帧注意力和Bi‑GRU的锌浮选工况识别方法，应用于泡沫浮选工艺，包括以下步骤：首先从泡沫视频中采样连续多帧图像并从每一帧泡沫图像中提取手工特征，包括气泡尺寸特征、泡沫纹理和颜色特征，则连续多帧的泡沫图像表征为时间特征序列；其次将构建的时间特征序列输入到基于关键帧注意力的Bi‑GRU模型中，利用注意力自适应地选取关键帧并通过Bi‑GRU双向提取泡沫视频的动态关键时序特征；最后将提取的时序特征输入到全连接层和SoftMax中对锌浮选的工况进行识别。本发明不仅可以充分利用泡沫视频中丰富的动态时序信息，而且采用注意力自适应地从泡沫视频中选取关键帧，可以减少非关键信息的干扰，提高模型鲁棒性的同时大大减少计算成本。

公开(公告)号：CN114627333A

公开(公告)日：2022-06-14

申请号：CN202210249062.0

申请日：2022-03-14

Applicant: 中南大学

Inventor： 唐朝晖 ,  郭俊岑 ,  林振烈 ,  钟宇泽 ,  谢永芳 ,  高小亮 ,  田灿

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种改进深度主动学习的锌浮选泡沫图像分类算法及系统，本发明针对类别不平衡的泡沫图像提出一种改进深度主动学习的锌浮选泡沫图像分类算法及系统。利用有标签样本训练初始卷积神经网络，并利用卷积神经网络对无标签样本进行类别预测，基于一种带损耗预测模块的主动学习方法，计算无标签样本的信息量并排序，再人工标注信息量最大的样本，加入训练集更新深度学习模型的参数，逐步提高网络的性能；使用融合Inception‑v2的Dense Net新型网络结构，提出一种新颖的考虑类别之间的权重的损失函数进行网络训练。本发明在降低标记成本的同时，提高模型了不平衡数据集上的分类性能，有效建立锌浮选工况识别模型，能稳定和优化生产。

公开(公告)号：CN114021654A

公开(公告)日：2022-02-08

申请号：CN202111304126.4

申请日：2021-11-05

Applicant: 中南大学

Inventor： 陈晓方 ,  林清扬 ,  谢世文 ,  岑丽辉 ,  谢永芳

IPC: G06K9/62

Abstract: 本公开实施例中提供了一种铝电解槽过热度识别方法、系统、设备及介质，属于数据处理技术领域，具体包括：选取多种类型的生产数据作为样本数据集；添加标签并进行同构化处理，得到训练集和验证集；构建基于自注意力机制的初始识别模型；利用编码‑解码方法和样本数据集对初始识别模型进行预训练，完成初始化；根据训练集和验证集的加权交叉熵损失训练初始化后的初始识别模型，得到目标识别模型；采集当前时段的生产数据进行同构化处理后输入目标识别模型，得到识别结果。通过本公开的方案，构建基于自注意力机制的初始识别模型，并进行无监督预训练以及使用加权交叉熵损失函数以降低分类模型的有偏性，提高了识别的适应性、识别效率和精准度。

公开(公告)号：CN113486980A

公开(公告)日：2021-10-08

申请号：CN202110866156.8

申请日：2021-07-29

Applicant: 中南大学

Inventor： 陈晓方 ,  邓紫晴 ,  谢世文 ,  谢永芳 ,  张红亮 ,  孙玉波 ,  石珏

IPC: G06K9/62

Abstract: 本公开实施例中提供了一种基于自表示字典对的铝电解槽况识别方法、系统及设备，属于图像处理技术领域，具体包括：采集多张目标铝电解槽内阳极电流的初始图像；得到样本数据矩阵；建立自表示字典对学习模型；对自表示字典对学习模型进行迭代训练，得到目标解析字典和目标特征权重矩阵；判断本次迭代的自表示字典对学习模型对应的目标函数与上次迭代的自表示字典对学习模型对应的目标函数之间的差值是否小于或等于预设阈值；若是，则根据目标解析字典和目标特征权重矩阵对阳极电流进行分类，得到目标铝电解槽对应的槽况识别结果；若否，则继续迭代训练自表示字典对学习模型。通过本公开的方案，提高了识别的效率、适应性和精度。