-
公开(公告)号：CN116823801A
公开(公告)日：2023-09-29
申请号：CN202310878072.5
申请日：2023-07-18
Applicant: 福州大学
IPC: G06T7/00 , G06T5/00 , G06N10/60 , G06V10/762
Abstract: 本发明提出量子多元宇宙优化点云基准面的冲压模具磨损评估方法，包括以下步骤：步骤一、通过三维激光扫描仪获取冲压模具点云数据并预处理；步骤二、构建冲压模具平面磨损度测量的点云目标函数，将平面磨损度测量转换为点云基准面的优化过程；步骤三、将量子计算引入多元宇宙算法优化，采用量子叠加态对宇宙黑洞和白洞进行编码，通过量子旋转门更新和量子非转门来实现宇宙物质的更新和变异；将量子多元宇宙算法用于寻优点云基准面，将适应度值作为平面磨损度，并设置阈值对磨损程度进行评估；本发明解决了传统模具磨损测量方法的效率和精度低、过程复杂等问题，能实现较为准确并快速的冲压模具平面磨损程度评估，提升工业生产效率和自动化程度。
-
公开(公告)号：CN116503378A
公开(公告)日：2023-07-28
申请号：CN202310546945.2
申请日：2023-05-16
Applicant: 福州大学
IPC: G06T7/00 , G06N3/0464 , G06N3/096 , G06N3/006 , G06V10/82 , G06V10/774 , G06Q10/04 , G06Q50/02 , G06V10/40 , G06V10/764 , G06V10/80
Abstract: 本发明提出一种双模态CNN二次迁移学习的精矿品位等级预测方法。首先，构建基于改进SE‑DenseNet的泡沫双模态图像深度学习网络模型，并借助RGB‑D大数据集对模型预训练；其次，构建不同加药状态下的小规模数据集对迁移后模型的最后卷积层、全连接层和softmax重新训练；最后，采用自适应深度核极限学习机代替全连接层和softmax进行再次迁移学习，得到各种加药状态下的精矿品位等级预测模型。本发明方法在小规模训练集条件下可有效扩大相邻品位等级图像特征的差异程度、降低误识别率，有效解决了单次迁移学习的过拟合问题，具有较高的预测精确度和召回率。
-
公开(公告)号：CN117115075A
公开(公告)日：2023-11-24
申请号：CN202310386231.X
申请日：2023-04-12
Applicant: 福州大学
Abstract: 本发明涉及一种融合多方向多元宇宙局部分割的金属表面锈斑检测方法，首先采集待检测金属表面锈斑图像，并对图像进行中值滤波及同态滤波预处理；其次对图像进行全局多方向灰度扫描分析，确定主灰度分布曲线并进行峰谷点搜索与定位；然后采用多元宇宙优化算法优化峰谷区间分割的波动幅度阈值和浮动阈值参数，获得各个方向的最优局部分割；最后采用主成分分析法对多方向的最优局部分割图像进行压缩融合，得到最终锈斑检测结果。该方法有利于提高检测效率和精确度。
-
公开(公告)号：CN116597350A
公开(公告)日：2023-08-15
申请号：CN202310546858.7
申请日：2023-05-16
Applicant: 福州大学
IPC: G06V20/40 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06V10/774 , G06V10/82 , G06V10/56 , G06V10/764 , G06V10/62 , G06V10/52
Abstract: 本发明提供一种基于BiLSTM预测偏离度的浮选过程故障早期预警方法：首先，采集泡沫视频图像并提取视频序列颜色特征，构建样本数据集；然后，构建基于ResNet50和BiLSTM的时间序列预测模型，将ResNet50提取的空间特征输入到BiLSTM网络进行颜色的时间序列预测；其次，采用正常工作数据集对时间序列颜色特征进行预测，根据预测值和实际值计算偏离度、确定预警阈值；最后，实时采集泡沫视频图像进行颜色特征预测，当预测偏离度超限时进行生产故障早期预警。本发明方法的时间序列颜色特征的预测偏差小、拟合度好，故障预警时间得到有效提前，能够实现浮选过程故障的早期预警，有效减少矿产资源和药剂的浪费。
-
-
-
Search Results
4
records
(took 0.017 seconds)
