【摘要】：提出一種基于火焰圖像分析回轉窯燒結工況的新方法.針對現(xiàn)有方法難以提取具有區(qū)分性和魯棒性局部形態(tài)特征的問題,并考慮到各顯著區(qū)域圖像數(shù)據(jù)具有不同的統(tǒng)計特性,首先采用卷積獨立子空間分析網(wǎng)絡的方法逐層學習復雜性遞增的各顯著區(qū)域局部形態(tài)特征;然后采用單詞包模型學習各顯著區(qū)域全局形態(tài)特征;最后,采用基于隨機向量函數(shù)連接網(wǎng)絡和模糊積分的方法設計集成分類器.實驗結果表明了所提出方法可以提高工況的識別精度.
[Abstract]:A new method for analyzing sintering condition of rotary kiln based on flame image is proposed. To solve the problem that the existing methods are difficult to extract local morphological features with distinction and robustness, and considering the different statistical characteristics of image data in each significant region, Firstly, the convolutional independent subspace analysis network is used to study the local morphological features of each significant region with increasing complexity, and then the global morphological features of each significant region are studied by using the word packet model. An integrated classifier is designed based on random vector function linking network and fuzzy integral. The experimental results show that the proposed method can improve the identification accuracy.
【作者單位】： 東北大學流程工業(yè)綜合自動化國家重點實驗室;
【基金】：國家自然科學基金項目(61273177,61573090,61573364)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 李樹濤,唐艷,王耀南;基于色彩通道融合的火焰圖像分割[J];湖南大學學報(自然科學版);2001年04期

2 鄭道昌,王穎,馮志敏,胡海剛;火焰圖像的數(shù)字化探討[J];中國航海;2001年02期

3 王亞軍;徐大芳;陳向成;楊圣;;基于火焰圖像動態(tài)特征的火災識別算法[J];測控技術;2007年05期

4 劉明君;;基于火焰圖像的工業(yè)爐氮氧化物排放檢測技術[J];軟件導刊;2012年03期

5 譚海濤;劉立;;鍋爐火焰圖像特征分析[J];智能計算機與應用;2013年01期

6 龔志紅;譚海濤;;基于爐口火焰圖像的煉鋼終點研究與優(yōu)化[J];電腦知識與技術;2013年16期

7 朱樹先;朱學莉;;一種改進的火焰圖像分割方法[J];科技資訊;2011年34期

8 何建東;汪亞明;鄭俊褒;;基于自由火焰圖像的三維溫度場重建方法研究[J];工業(yè)控制計算機;2013年03期

9 張紅亮;李R，

本文編號：2139507