一种基于连续时间神经网络的浓密机预测控制方法及系统

    公开(公告)号:CN112445136B

    公开(公告)日:2022-02-22

    申请号:CN202011493186.0

    申请日:2020-12-16

    Abstract: 本发明公开了一种基于连续时间神经网络的浓密机预测控制方法及系统,该方法包括:获取实际工业场景中浓密机系统的历史运行参数;基于深度时序网络,构建浓密机系统的连续时间状态空间模型并利用历史运行参数对连续时间状态空间模型进行训练;获取待控制浓密机系统的当前运行参数,基于训练好的连续时间状态空间模型,根据当前运行参数预测待控制浓密机系统的底流浓度变化;基于待控制浓密机系统的底流浓度变化预测结果,对待控制浓密机系统的输入控制序列进行优化,得到待控制浓密机系统的最优输入控制序列。本发明相较于传统建模或控制方法,能够更好地表示浓密机系统的复杂非线性以及连续时间物理特性,因此拥有更高的拟合精度以及控制鲁棒性。

    一种基于连续时间神经网络的浓密机预测控制方法及系统

    公开(公告)号:CN112445136A

    公开(公告)日:2021-03-05

    申请号:CN202011493186.0

    申请日:2020-12-16

    Abstract: 本发明公开了一种基于连续时间神经网络的浓密机预测控制方法及系统,该方法包括:获取实际工业场景中浓密机系统的历史运行参数;基于深度时序网络,构建浓密机系统的连续时间状态空间模型并利用历史运行参数对连续时间状态空间模型进行训练;获取待控制浓密机系统的当前运行参数,基于训练好的连续时间状态空间模型,根据当前运行参数预测待控制浓密机系统的底流浓度变化;基于待控制浓密机系统的底流浓度变化预测结果,对待控制浓密机系统的输入控制序列进行优化,得到待控制浓密机系统的最优输入控制序列。本发明相较于传统建模或控制方法,能够更好地表示浓密机系统的复杂非线性以及连续时间物理特性,因此拥有更高的拟合精度以及控制鲁棒性。

    一种基于历史记录的动态标签平滑加权损失方法及装置

    公开(公告)号:CN111784595A

    公开(公告)日:2020-10-16

    申请号:CN202010525632.5

    申请日:2020-06-10

    Abstract: 本发明提供一种基于历史记录的动态标签平滑加权损失方法及装置,属于图像处理技术领域。所述方法包括:S1,为每个图像分别建立一个固定长度的历史队列,其中,历史队列中的初始值为相应图像真实的标签类别;S2,在机器学习模型每次迭代训练时,根据历史队列计算相应的图像属于真实类别和属于其他类别的权重,并将得到的权重与交叉熵函数相结合计算损失,以优化所述机器学习模型;S3,在每次迭代训练完成后,利用所述机器学习模型预测到的每个图像所属的类别更新相应的历史队列并返回S2继续迭代,直至训练完成。采用本发明,能够解决分类任务中因各类别间存在相似性而导致机器学习模型识别准确率低的问题。

    一种基于强化学习的浓密机在线控制方法

    公开(公告)号:CN110393954B

    公开(公告)日:2020-05-12

    申请号:CN201910636652.7

    申请日:2019-07-15

    Abstract: 本发明提供一种基于强化学习的浓密机在线控制方法,能够降低时间消耗,并提高控制精度。所述方法包括:获取生产过程中所监测到的历史记录数据;建立由模型网络和评价网络组成的双网结构的控制模型,并利用获取到的历史记录数据对所述模型网络和评价网络进行训练;通过训练好的模型网络预测下一时刻的底流浓度和泥层高度,且训练好的评价网络根据预测到的所述下一时刻的底流浓度、泥层高度,估计所述下一时刻的累计代价值,根据估计得到的下一时刻的累计代价值,计算当前时刻的累计代价值,根据得到的当前时刻的累计代价值,利用梯度下降迭代算法确定当前时刻最优控制动作:底流泵速、絮凝剂泵速。本发明涉及采矿领域。

    一种动作特征提取方法及装置

    公开(公告)号:CN105243375B

    公开(公告)日:2018-05-18

    申请号:CN201510734273.3

    申请日:2015-11-02

    Inventor: 班晓娟 杨光

    Abstract: 本发明提供一种动作特征提取方法及装置,能够提升动作识别的准确性和鲁棒性。所述方法包括:获取三维人体骨骼数据;根据获取的三维人体骨骼数据,在局部坐标系下,通过树形结构对骨骼模型的组织进行存储,构建肢体树模型;根据构建的肢体树模型,结合运动历史图像和运动能量图像,得到描述人体动作特征的Hu不变矩。所述装置包括:获取模块:用于获取三维人体骨骼数据;构建模块:用于根据获取的三维人体骨骼数据,在局部坐标系下,通过树形结构对骨骼模型的组织进行存储,构建肢体树模型;动作特征提取模块:用于根据构建的肢体树模型,结合运动历史图像和运动能量图像,得到描述人体动作特征的Hu不变矩。本发明适用于模式识别技术领域。

    一种基于DXF文件格式的读取与XML转换的方法

    公开(公告)号:CN101944080A

    公开(公告)日:2011-01-12

    申请号:CN201010271291.X

    申请日:2010-09-02

    Inventor: 班晓娟 龙永霞

    Abstract: 一种基于DXF文件格式的读取与XML转换的方法,涉及使用CAD工程制图的各类工程技术领域,本方法把DXF文件结构当作一种形式语言来处理,使用3型文法描述DXF文件结构,使用有限状态自动机对DXF文件内容进行识别,即顺序读入DXF文件的字符,一对组码和组值为一组,按组循环,根据读入的组码和组值,进行事件推进,状态转移以及事件处理,输出XML格式的文件,直到文件读入字符为EOF。这就进行了DXF格式到XML格式的转换。本发明能够有效的处理非标准的DXF文件,具有通用性、灵活性、可扩充性和可移植性。转换后的XML文件格式良好,结构清晰,使得用户专用软件,各类工程软件进行有效数据的提取变得十分简易,不必花费大量时间研究DXF组码和组值结构,降低了开发成本。

Patent Agency Ranking