期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进慢快双流网络的锌快粗选工况识别
1
作者
唐朝晖
向婉蓉
+2 位作者
张虎
谢永芳
高小亮
《有色金属工程》
CAS
北大核心
2023年第6期87-95,共9页
锌快粗选是锌浮选的第一个浮选工艺,其工况状态直接影响后续精选和扫选的性能效果。现有基于卷积神经网络的浮选工况识别方法直接构建泡沫图像和工况类别的关系模型,自动挖掘与工况关联的泡沫深度特征,取得了一定的效果,但忽略了不同采...
锌快粗选是锌浮选的第一个浮选工艺,其工况状态直接影响后续精选和扫选的性能效果。现有基于卷积神经网络的浮选工况识别方法直接构建泡沫图像和工况类别的关系模型,自动挖掘与工况关联的泡沫深度特征,取得了一定的效果,但忽略了不同采样率下泡沫视频的动态时序信息。为此,提出一种基于改进慢快双流网络的模型,通过泡沫视频对锌快粗选工况进行识别。首先,以慢快双流网络作为主干网络,引入P3D-A轻量化结构减少网络参数,提高模型推理效率。然后,融入时间注意力模块(Time Attention, TA)、空间注意力模块(Channel Spatial Attention, CSA)和空间时间聚合模块(Spatial Time Together, STT),对泡沫视频时空特征进行有效表征,促进双流网络融合。最后,设计辅助网络(Auxiliary Network, AN),降低模型过拟合,提高工况识别准确率。实验结果表明,所提方法能准确地识别锌快粗选工况,准确率达82.54%,与已有的慢快双流网络相比,准确率提高了11.98%。
展开更多
关键词
锌快粗选
泡沫视频
工况识别
慢快双流网络
双流融合
下载PDF
职称材料
基于预测补偿网络的锌扫选尾矿品位预测
2
作者
刘嘉鹏
唐朝晖
+2 位作者
钟宇泽
郑锶
向婉蓉
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第11期4370-4379,共10页
针对泡沫浮选关键性能指标预测准确率低的问题,提出一种基于预测补偿(PC)网络的品位预测方法。该预测补偿网络分为两部分:第一部分,构建基于GRU的锌浮选尾矿品位预测模型,充分利用泡沫图像的时序信息,得到初始品位预测值;第二部分,为解...
针对泡沫浮选关键性能指标预测准确率低的问题,提出一种基于预测补偿(PC)网络的品位预测方法。该预测补偿网络分为两部分:第一部分,构建基于GRU的锌浮选尾矿品位预测模型,充分利用泡沫图像的时序信息,得到初始品位预测值;第二部分,为解决未知样本的输入输出难以精确匹配的问题,建立由残差诱因导出模块和改进Choquet模糊积分(ICFI)聚合模块组成的动态残差补偿(DRC)模型,对初始品位进行补偿以获取更精确的结果。研究结果表明:相较于传统的神经网络,所提出的预测补偿网络有更强的拟合能力和稳定性,提高了预测精确性和可靠性。
展开更多
关键词
泡沫浮选
品位预测
预测补偿网络
CHOQUET模糊积分
下载PDF
职称材料
题名
基于改进慢快双流网络的锌快粗选工况识别
1
作者
唐朝晖
向婉蓉
张虎
谢永芳
高小亮
机构
中南大学自动化学院
长沙学院计算机科学与工程学院
出处
《有色金属工程》
CAS
北大核心
2023年第6期87-95,共9页
基金
国家自然科学基金面上项目(62171476,61771492)。
文摘
锌快粗选是锌浮选的第一个浮选工艺,其工况状态直接影响后续精选和扫选的性能效果。现有基于卷积神经网络的浮选工况识别方法直接构建泡沫图像和工况类别的关系模型,自动挖掘与工况关联的泡沫深度特征,取得了一定的效果,但忽略了不同采样率下泡沫视频的动态时序信息。为此,提出一种基于改进慢快双流网络的模型,通过泡沫视频对锌快粗选工况进行识别。首先,以慢快双流网络作为主干网络,引入P3D-A轻量化结构减少网络参数,提高模型推理效率。然后,融入时间注意力模块(Time Attention, TA)、空间注意力模块(Channel Spatial Attention, CSA)和空间时间聚合模块(Spatial Time Together, STT),对泡沫视频时空特征进行有效表征,促进双流网络融合。最后,设计辅助网络(Auxiliary Network, AN),降低模型过拟合,提高工况识别准确率。实验结果表明,所提方法能准确地识别锌快粗选工况,准确率达82.54%,与已有的慢快双流网络相比,准确率提高了11.98%。
关键词
锌快粗选
泡沫视频
工况识别
慢快双流网络
双流融合
Keywords
zinc fast roughing
froth video
working condition recognition
slow-fast network
dual-flow fusion
分类号
TF8 [冶金工程—有色金属冶金]
TF3 [冶金工程—冶金机械及自动化]
TP23 [自动化与计算机技术—检测技术与自动化装置]
TP29 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于预测补偿网络的锌扫选尾矿品位预测
2
作者
刘嘉鹏
唐朝晖
钟宇泽
郑锶
向婉蓉
机构
中南大学自动化学院
出处
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023年第11期4370-4379,共10页
基金
国家自然科学基金资助项目(62171476)。
文摘
针对泡沫浮选关键性能指标预测准确率低的问题,提出一种基于预测补偿(PC)网络的品位预测方法。该预测补偿网络分为两部分:第一部分,构建基于GRU的锌浮选尾矿品位预测模型,充分利用泡沫图像的时序信息,得到初始品位预测值;第二部分,为解决未知样本的输入输出难以精确匹配的问题,建立由残差诱因导出模块和改进Choquet模糊积分(ICFI)聚合模块组成的动态残差补偿(DRC)模型,对初始品位进行补偿以获取更精确的结果。研究结果表明:相较于传统的神经网络,所提出的预测补偿网络有更强的拟合能力和稳定性,提高了预测精确性和可靠性。
关键词
泡沫浮选
品位预测
预测补偿网络
CHOQUET模糊积分
Keywords
froth flotation
grade prediction
prediction-compensation network
Choquet fuzzy integral
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进慢快双流网络的锌快粗选工况识别
唐朝晖
向婉蓉
张虎
谢永芳
高小亮
《有色金属工程》
CAS
北大核心
2023
0
下载PDF
职称材料
2
基于预测补偿网络的锌扫选尾矿品位预测
刘嘉鹏
唐朝晖
钟宇泽
郑锶
向婉蓉
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部