基于复合叶片特征的计算机植物识别方法

该文探讨如何根据植物的叶片特征,利用图像处理和机器学习的方法对植物进行分类。鉴于现有的叶片分类系统多采用单一的特征,如几何和纹理等,仅能在小规模数据库上得到较好的结果。然而,随着样本种类的增多,单一特征在不同种类叶片之间的相似性非常明显,致使分类正确率降低。该研究使用多种复合特征,并提出了原创的预处理方法以及宽度、叶缘频率特征,较传统的几何特征更为详尽。研究结果显示,复合特征可以有效避免算法过拟合问题,使之适用于更大的数据库。通过提取21类植物的叶片宽度、颜色、叶缘和纹理共292维特征,对1 915张数字图像进行了分类,正确率达到93%,并分析了各类特征对分类结果的影响。研究结果表明,在不影响分类正确率前提下,可将特征减少到约100维。

钢铁生产线的多工序实时智能优化调度理论、方法及应用

本文基于国家自然科学基金重点项目"钢铁生产线的多工序实时智能优化调度理论、方法及应用(U1660202)",针对钢铁企业生产过程中"炼铁高炉向炼钢炉的铁水输送匹配调度"和"炼钢—连铸—热轧过程动态调度"两个关键技术研究进展进行综述,包括铁钢对应、铁水机车调度、组炉组浇、炼钢连铸、连铸热轧、加热炉群调度等生产工序随机环境下鲁棒优化模型的建立及转化方法、混合整数规划模型智能求解算法与智能决策软件模块开发等前沿领域创新性研究成果。本项目发表了一系列高水平论文,获得多项发明专利授权及科技奖项,培养了一批钢铁调度专业人才。项目研究成果已应用于新余钢铁集团生产线,为提升生产方案质量,节能减排提供了示范性的支持作用。

考虑机器不可用约束的钢铁加热炉调度

针对衔接钢铁连铸-热轧过程的加热炉调度问题,考虑实际生产中的工艺约束和机器不可用约束,该文以最小化调度结果的综合成本为目标函数,决策工件传输路径、加热炉分配、入炉时刻、出炉时刻,建立混合整数规划模型。基于启发式规则和滚动调度思路,设计启发式算法进行加热炉静态调度模型的高效求解;通过部分复用已有决策结果,提升加热炉动态调度问题的求解效率。对于选取的算例进行仿真测试,结果表明:设计的模型和算法能够保证调度结果的实时性和有效性。