基于自表示字典对的铝电解槽况识别方法、系统及设备

    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

    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。

    基于互信息和投影字典对学习的分布式过程监测方法

    公开(公告)号:CN112488202A

    公开(公告)日:2021-03-12

    申请号:CN202011376749.8

    申请日:2020-11-30

    Applicant: 中南大学

    Abstract: 本发明提供了一种基于互信息和投影字典对学习的分布式过程监测方法,获取多模态历史数据,并将正常多模态历史数据作为训练样本;根据各模态的过程变量间的互信息对训练样本进行自动分块,得到各模态训练样本的分块结果。本发明通过考虑多模态过程变量之间的交叉关系和高阶统计信息来自动划分块以进行分布式过程监测,降低了过程复杂性,建立投影字典对学习模型,为整个工业过程提供更准确的描述;通过引入投影字典对学习框架,将传统的判别合成型字典学习扩展为判别合成型与解析型字典对学习,在实现复杂工业过程局部建模的同时,利用解析编码方法来有效提高建模和监测阶段效率。

    基于自表示字典对的铝电解槽况识别方法、系统及设备

    公开(公告)号:CN113486980B

    公开(公告)日:2023-02-24

    申请号:CN202110866156.8

    申请日:2021-07-29

    Applicant: 中南大学

    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。

Patent Agency Ranking