公开(公告)号：CN111680715B

公开(公告)日：2021-03-26

申请号：CN202010383990.7

申请日：2020-05-08

Applicant: 湖南大学

Inventor： 陈华 ,  张小刚 ,  王鼎湘 ,  贺禹强

IPC: G06K9/62

Abstract: 本发明公开了一种考虑类别不平衡的回转窑烧结状态识别方法，通过采集回转窑的工况数据；对热工信号进行特征提取，转化成用于分类的训练数据；对预处理后的数据计算出核矩阵；将核矩阵和训练样本进行ODM训练学习得到训练分类器C，运用训练分类器C计算出训练样本到分类面的间隔，并计算出间隔均值，计算得到保角变换函数，对核函数进行修正，得到新的核矩阵，使用修正后的核矩阵进行ODM训练，得到分类器。解决了现有技术没有考虑到回转窑烧结状态存在数据类别不均衡，从而造成烧结状态在异常状态下识别精度低，泛化性能差的问题。

公开(公告)号：CN111680715A

公开(公告)日：2020-09-18

申请号：CN202010383990.7

申请日：2020-05-08

Applicant: 湖南大学

Inventor： 陈华 ,  张小刚 ,  王鼎湘 ,  贺禹强

IPC: G06K9/62

Abstract: 本发明公开了一种考虑类别不平衡的回转窑烧结状态识别方法，通过采集回转窑的工况数据；对热工信号进行特征提取，转化成用于分类的训练数据；对预处理后的数据计算出核矩阵；将核矩阵和训练样本进行ODM训练学习得到训练分类器C，运用训练分类器C计算出训练样本到分类面的间隔，并计算出间隔均值，计算得到保角变换函数，对核函数进行修正，得到新的核矩阵，使用修正后的核矩阵进行ODM训练，得到分类器。解决了现有技术没有考虑到回转窑烧结状态存在数据类别不均衡，从而造成烧结状态在异常状态下识别精度低，泛化性能差的问题。

公开(公告)号：CN117150345A

公开(公告)日：2023-12-01

申请号：CN202311125478.2

申请日：2023-09-02

Applicant: 湖南大学

Inventor： 王鼎湘 ,  张小刚 ,  陈华 ,  颜文槟

IPC: G06F18/24 ,  G06F18/23213 ,  G06V20/40 ,  G06F18/25 ,  G06F18/213 ,  G06N3/08 ,  G06F18/214 ,  G06N3/0464

Abstract: 基于多模态数据融合的回转窑异常工况识别方法及其系统，该方法包括采集回转窑工况样本集；特征提取模块提取火焰视频图像序列特征；提取多热工变量数据特征；提取火焰视频图像序列与多热工变量数据融合特征；构造复合损失函数对各特征提取模块进行训练；级联火焰视频动态特征Ffast、多热工变量动态特征Fslow及多模态融合特征Ffusion，形成统一烧结工况特征F；构造保角变换函数，对mcODM分类器的核函数进行修正，得到KM‑mcODM分类器；将统一烧结工况特征F及对应类标输入KM‑mcODM分类器进行分类识别。还包括基于多模态数据融合的回转窑异常工况识别系统。本发明实现多模态信息互补融合，结合长尾样本分类器模型改进，能够有效地提高尾类样本异常工况的识别精度。