公开(公告)号：CN118822897A

公开(公告)日：2024-10-22

申请号：CN202410793890.X

申请日：2024-06-19

Applicant: 湖南科技大学三亚研究院

Inventor： 陈超洋 ,  王思毅 ,  何磊 ,  易遵辉 ,  黄毅 ,  李沛 ,  陈祖国

IPC: G06T5/73 ,  G06T5/70 ,  G06T5/20

Abstract: 本发明公开了一种基于统计先验的多场景图像增强方法及系统，包括：将雾霾图像输入大气散射模型，根据雾霾图像通过计算获得雾霾图像与大气光归一后的图像；通过读取雾霾图像的像素值，计算获得雾霾图像与大气光值相除比后的归一化图像中每个局部图像块的统计度分量和标准差，拟合出统计线确定透射图；其中统计度分量为局部像素的平均值与标准差的比值，局部像素为读取雾霾图像的像素值；引入上下正则化和引导滤波器优化透射图，获得优化后的透射图；基于优化后的透射图和大气光输入大气散射模型，获得最终的去雾图像。本发明为每幅局部图像构建了统计线，从而更好地估算透射率，进而做到同时去雾并保留细节与清晰度的视觉效果。

公开(公告)号：CN118820809A

公开(公告)日：2024-10-22

申请号：CN202410785480.0

申请日：2024-06-18

Applicant: 湖南科技大学

Inventor： 卢明 ,  何先科 ,  王进 ,  邹莹 ,  陈祖国 ,  李沛 ,  何磊 ,  易遵辉 ,  李颖聪 ,  彭兰溪 ,  谭静瑶

IPC: G06F18/23 ,  G06F17/10 ,  G06F18/214 ,  G06N3/006

Abstract: 本发明涉及产品质量软测量领域，尤其涉及一种基于浮选机理和数据混合驱动的指标软测量方法，本发明通过对数据进行预处理，构造浮选生产数据集，定义精矿品位和尾矿品位，结合浮选过程矿物颗粒交换关系和质量平衡关系，构建浮选品位机理模型，作为浮选过程基础模型，对浮选品位机理模型进行浮选系统参数辨识，持续获取最适应当前浮选工况下的系统辨识参数，测量当前新的浮选工况下的浮选品位，获取精矿品位和尾矿品位指标，基于浮选过程回收率经验，用以计算模型获取回收率指标，进而，能对矿物浮选的优化生产提供关键指标的指导，对保证浮选生产指标、提高浮选产能和回收率具有重要的意义，具有实际的应用价值。

公开(公告)号：CN118820809B

公开(公告)日：2025-04-15

申请号：CN202410785480.0

申请日：2024-06-18

Applicant: 湖南科技大学

Inventor： 卢明 ,  何先科 ,  王进 ,  邹莹 ,  陈祖国 ,  李沛 ,  何磊 ,  易遵辉 ,  李颖聪 ,  彭兰溪 ,  谭静瑶

IPC: G06F18/23 ,  G06F17/10 ,  G06F18/214 ,  G06N3/006

Abstract: 本发明涉及产品质量软测量领域，尤其涉及一种基于浮选机理和数据混合驱动的指标软测量方法，本发明通过对数据进行预处理，构造浮选生产数据集，定义精矿品位和尾矿品位，结合浮选过程矿物颗粒交换关系和质量平衡关系，构建浮选品位机理模型，作为浮选过程基础模型，对浮选品位机理模型进行浮选系统参数辨识，持续获取最适应当前浮选工况下的系统辨识参数，测量当前新的浮选工况下的浮选品位，获取精矿品位和尾矿品位指标，基于浮选过程回收率经验函数获取回收率指标，进而，能对矿物浮选的优化生产提供关键指标的指导，对保证浮选生产指标、提高浮选产能和回收率具有重要的意义，具有实际的应用价值。

公开(公告)号：CN119414798A

公开(公告)日：2025-02-11

申请号：CN202411558102.5

申请日：2024-11-04

Applicant: 湖南科技大学

Inventor： 陈超洋 ,  杨丹 ,  彭鑫 ,  钟伟民 ,  何磊

IPC: G05B19/418

Abstract: 本发明公开一种工业过程故障诊断方法和装置、系统、存储介质，基于自熵和邻域结构地伪标签传播方式为所有目标域样本分配和更新伪标签，提高了目标数据的可用性；加入中心损失约束目标域数据的固有结构，不仅确保模型能够捕捉类间关系，还能保持样本间的相对距离，进一步优化模型性能；利用源域的知识指导目标域模型的学习过程，实现更稳定和鲁棒的模型学习，减少过拟合风险。

公开(公告)号：CN118606739A

公开(公告)日：2024-09-06

申请号：CN202410770355.2

申请日：2024-06-14

Applicant: 湖南科技大学

Inventor： 卢明 ,  何先科 ,  王进 ,  邹莹 ,  陈祖国 ,  李沛 ,  何磊 ,  易遵辉 ,  李颖聪 ,  彭兰溪 ,  谭静瑶

IPC: G06F18/23213 ,  G06F18/22 ,  G06F18/25 ,  G06F18/10

Abstract: 本发明涉及一种融合多源浮选工况信息的泡沫速度优化设定方法，涉及浮选智能优化生产技术领域，通过浮选生产测控平台采集浮选工况数据，并进行数据预处理得到若干浮选工况数据源案例集；基于浮选工况匹配距离，结合K‑Means聚类方法获取K组子类案例集，结合选矿品位预测模型和回收率计算模型得到关键生产指标，通过泡沫速度设定模型和评价与学习模型获取每组子案例集下的最优案例；将浮选工况新案例在案例库中进行案例检索，若没有匹配的案例，将新案例加入浮选工况源案例集，进行案例修正，并继续进行案例检索，若匹配到相似案例，则获取最优匹配案例；并从案例库中导出，进行案例重用，获取泡沫速度最优设定值；解决了浮选工况过程的波动问题，有效改善了浮选关键生产指标。