公开(公告)号：CN118887587A

公开(公告)日：2024-11-01

申请号：CN202411050999.0

申请日：2024-08-01

Applicant: 中南大学

Inventor： 唐朝晖 ,  马炜烨 ,  张虎 ,  苏越 ,  聂子邦

IPC: G06V20/40 ,  G06V10/44 ,  G06V20/70 ,  G06N3/0442 ,  G06N3/08 ,  G06V10/80

Abstract: 一种基于数据融合的浮选关键指标监测模型构建方法，本发明提出了一种基于泡沫视频数据和强语义数据融合的浮选关键性能指标监测模型构建方法，基于浮选现场设置的数字图像采集系统采集泡沫视频，首先从泡沫视频和工业现场提取深度特征信息和强语义数据信息，再将两者信息进行有效融合，分析具备不同数据表征的多源异构数据之间的耦合关系，构建浮选关键性能指标监测模型。本发明解决了传统卷积神经网络方法获取的泡沫视频深度特征向量语义信息弱，泛化性能不强，模型训练时容易过拟合等问题，能更加准确地判断工况并有效指导现场操作。

公开(公告)号：CN118887586A

公开(公告)日：2024-11-01

申请号：CN202411050997.1

申请日：2024-08-01

Applicant: 中南大学

Inventor： 张虎 ,  唐朝晖 ,  马炜烨 ,  汤海玚 ,  聂子邦

IPC: G06V20/40 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/774 ,  G06V10/762 ,  G06V10/75 ,  G06N5/048

Abstract: 一种基于泡沫平均流速的泡沫视频关键帧提取方法，本发明提出一种基于泡沫平均流速的泡沫视频关键帧提取方法，基于浮选现场设置的数字图像采集系统采集泡沫视频，提出了需要根据不同泡沫流速提取不同的泡沫视频关键帧序列，对原始泡沫视频进行等间隔采样获得泡沫视频候选关键帧序列，采用肘点图法和SURF算法分别获取泡沫视频候选关键帧序列的最佳采样时间间隔和泡沫平均流速。通过建立泡沫平均流速和最佳采样时间间隔二型模糊系统，根据泡沫视频的不同流速状态，自适应提取用于浮选关键性能指标监测的关键帧序列。结果表明，本发明方法在减轻了模型部署难度的情况下，能准确识别工况。