-
公开(公告)号：CN109161931B
公开(公告)日：2019-11-08
申请号：CN201811231278.4
申请日：2018-10-22
Applicant: 中南大学
IPC: C25C3/20
Abstract: 本发明公开了一种基于shapelet转换的铝电解阳极电流分类方法，基于shapelet转换方法选取高质量shapelets；从所述高质量shapelets中提取核心特征；增加相似数量特征到所述核心特征中，并转换数据。本发明从一个类别的所有维度中寻找核心特征，分类准确性不会受信号也不依赖于维度的影响，解决阳极电流信号难以被一般的多变量分类方法来进行分类的问题，并且提高了分类的准确性。
-
公开(公告)号：CN110389975A
公开(公告)日：2019-10-29
申请号：CN201910705734.2
申请日：2019-08-01
Applicant: 中南大学
IPC: G06F16/2458 , G06K9/62
Abstract: 本发明提供了一种基于shapelet的时间序列早期分类方法及设备，其中该方法包括：获取多变量时间序列的多个子序列，并将所述子序列作为候选shapelet；分别计算多个候选shapelet与所述多变量时间序列之间的距离；对每个候选shapelet进行质量评估，得到每个候选shapelet的质量评估结果，并按照质量评估结果由高至低的顺序，从多个候选shapelet中选取k个shapelet；计算所述k个shapelet中每个shapelet与所述多变量时间序列之间的距离，得到距离矩阵；将所述距离矩阵放到机器学习分类器中进行训练，得到准确率的训练结果；对早期性的结果进行判断，结合早期性的结果和准确率的训练结果得到综合的结果表现。本发明提供的时间序列早期分类方法能对鉴别性特征不受维度限制的多变量时间序列进行分类。
-
公开(公告)号：CN113850205B
公开(公告)日：2024-09-27
申请号：CN202111146469.2
申请日：2021-11-17
Applicant: 中南大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06F18/21
Abstract: 本公开实施例中提供了一种基于时空卷积层的阳极电流信号分类方法、系统及设备，属于数据识别技术领域，具体包括：根据铝电解槽内阳极的平面图计算距离表示矩阵；根据距离表示矩阵计算全部阳极电流信号的邻接矩阵和数据结构图，其中，数据结构图中的节点对应铝电解槽内的阳极；将邻接矩阵输入时间卷积层进行卷积操作，提取全部阳极电流信号对应的时间特征；将全部时间特征和数据结构图输入空间卷积层，提取全部阳极电流信号对应的空间特征；将时间特征和空间特征输入多层分类器，得到铝电解槽内阳极电流信号的类型。通过本公开的方案，捕获阳极电流信号的时间依赖关系和空间依赖关系，并综合进行分类，提高了分类效率和分类精准度。
-
Patent Agency Ranking
公开(公告)号：CN113850205A
公开(公告)日：2021-12-28
申请号：CN202111146469.2
申请日：2021-11-17
Applicant: 中南大学
Abstract: 本公开实施例中提供了一种基于时空卷积层的阳极电流信号分类方法、系统及设备，属于数据识别技术领域，具体包括：根据铝电解槽内阳极的平面图计算距离表示矩阵；根据距离表示矩阵计算全部阳极电流信号的邻接矩阵和数据结构图，其中，数据结构图中的节点对应铝电解槽内的阳极；将邻接矩阵输入时间卷积层进行卷积操作，提取全部阳极电流信号对应的时间特征；将全部时间特征和数据结构图输入空间卷积层，提取全部阳极电流信号对应的空间特征；将时间特征和空间特征输入多层分类器，得到铝电解槽内阳极电流信号的类型。通过本公开的方案，捕获阳极电流信号的时间依赖关系和空间依赖关系，并综合进行分类，提高了分类效率和分类精准度。
-
公开(公告)号：CN109598283B
公开(公告)日：2020-12-08
申请号：CN201811231304.3
申请日：2018-10-22
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于半监督极限学习机的铝电解过热度识别方法，所述方法包括：收集铝电解实时生产数据，对收集到的数据进行归一化处理和标准化处理；构造Hessian正则化算子；计算极限学习机ELM模型的隐层输出；构造所述ELM模型的损失函数，求解输出权值矩阵。本发明能够充分发掘无标签数据中隐含的信息，克服传统Laplacian正则化的推断力弱的问题，且训练速度较传统方法快，能实现对工业系统的过热度状态的进行准确实时监测。
-
公开(公告)号：CN109598283A
公开(公告)日：2019-04-09
申请号：CN201811231304.3
申请日：2018-10-22
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于半监督极限学习机的铝电解过热度识别方法，所述方法包括：收集铝电解实时生产数据，对收集到的数据进行归一化处理和标准化处理；构造Hessian正则化算子；计算极限学习机ELM模型的隐层输出；构造所述ELM模型的损失函数，求解输出权值矩阵。本发明能够充分发掘无标签数据中隐含的信息，克服传统Laplacian正则化的推断力弱的问题，且训练速度较传统方法快，能实现对工业系统的过热度状态的进行准确实时监测。
-
公开(公告)号：CN109161932A
公开(公告)日：2019-01-08
申请号：CN201811231426.2
申请日：2018-10-22
Applicant: 中南大学
IPC: C25C3/20
CPC classification number: C25C3/20
Abstract: 本发明公开了一种铝电解槽火眼视频动态特征的提取方法，首先将视频数据采集连续的5帧的图像数据，然后分割得到火眼图像，将图像灰度化组合成样本，代入改进后的VGG16模型，利用迁移学习初始化VGG16的权重，最后通过模型得到特征。本发明能获得到人工经验所不能得到的更深层次的火眼动态特征，且获取速度很快，准确率较高。
-
公开(公告)号：CN109161931A
公开(公告)日：2019-01-08
申请号：CN201811231278.4
申请日：2018-10-22
Applicant: 中南大学
IPC: C25C3/20
Abstract: 本发明公开了一种基于shapelet转换的铝电解阳极电流分类方法，基于shapelet转换方法选取高质量shapelets；从所述高质量shapelets中提取核心特征；增加相似数量特征到所述核心特征中，并转换数据。本发明从一个类别的所有维度中寻找核心特征，分类准确性不会受信号也不依赖于维度的影响，解决阳极电流信号难以被一般的多变量分类方法来进行分类的问题，并且提高了分类的准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
