-
-
公开(公告)号：CN111079906A
公开(公告)日：2020-04-28
申请号：CN201911394047.X
申请日：2019-12-30
Applicant: 燕山大学
Abstract: 本发明公开了一种基于长短时记忆网络的水泥成品比表面积预测方法及系统。该方法包括：对训练输入集中的训练输入数据按照时间序列进行排序；将排序后的训练输入集输入到预先构建好的长短时记忆网络模型中，得到各个时刻的水泥成品比表面积预测值；依据训练输出集和水泥成品比表面积预测值，采用基于时间的反向传播算法计算每个神经元的节点误差项；节点误差项包括遗忘门误差项、输入们误差项和输出门误差项；依据节点误差项，采用随机梯度下降法对待训练参量进行训练，得到训练好的长短时记忆网络模型；将待测试输入集输入到训练好的长短时记忆网络模型中，得到待测试的水泥成品比表面积预测值。本发明能够提高水泥成品比表面积预测的准确度。
-
公开(公告)号：CN110322014A
公开(公告)日：2019-10-11
申请号：CN201910619400.3
申请日：2019-07-10
Applicant: 燕山大学
Abstract: 本发明公开了一种水泥成品比表面积预测方法，包括：获取水泥磨研磨系统待测试数据；水泥磨研磨系统待测试数据包括喂料量反馈、磨主机电流等八个工业流程参量数据作为输入数据和对应时刻的水泥成品比表面积作为输出数据；由比表实际测量工艺对原始数据做平均处理，即选取对应一个小时的变量数据取其平均值；经过归一化，通过BP神经网络对样本数据进行离线训练，根据系统实际运行每隔一段时间对稳态输入输出样本数据进行更新，重新训练该NN模型，满足实际需要。本发明实现了对水泥成品比表面积以及其变化趋势的准确预测，及时的为水泥研磨过程提供规划调度依据，且测量成本低。
-
公开(公告)号：CN110222825A
公开(公告)日：2019-09-10
申请号：CN201910495482.5
申请日：2019-06-10
Applicant: 燕山大学
Abstract: 本发明公开了一种水泥成品比表面积预测方法及系统。所述方法包括：获取待测试水泥成品数据；待测试水泥成品数据包括待测试水泥成品当前时刻的粒度数据和待测试水泥成品上一时刻的比表面积实验值；粒度数据包括多个粒度值；各粒度值均属于不同的粒度范围；将待测试水泥成品数据输入至训练好的比表面积预测模型中，得到待测试水泥成品的比表面积预测值；训练好的比表面积预测模型是通过卷积神经网络算法和反向传播算法确定的。本发明解决了水泥成品比表面积预测过程中变量数据与待测指标之间存在的时变时延的问题，且测量成本低。
-
公开(公告)号：CN111079906B
公开(公告)日：2023-05-05
申请号：CN201911394047.X
申请日：2019-12-30
Applicant: 燕山大学
IPC: G06N3/0442 , G06N3/08 , G06N3/049
Abstract: 本发明公开了一种基于长短时记忆网络的水泥成品比表面积预测方法及系统。该方法包括：对训练输入集中的训练输入数据按照时间序列进行排序；将排序后的训练输入集输入到预先构建好的长短时记忆网络模型中，得到各个时刻的水泥成品比表面积预测值；依据训练输出集和水泥成品比表面积预测值，采用基于时间的反向传播算法计算每个神经元的节点误差项；节点误差项包括遗忘门误差项、输入们误差项和输出门误差项；依据节点误差项，采用随机梯度下降法对待训练参量进行训练，得到训练好的长短时记忆网络模型；将待测试输入集输入到训练好的长短时记忆网络模型中，得到待测试的水泥成品比表面积预测值。本发明能够提高水泥成品比表面积预测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN114037631A
公开(公告)日：2022-02-11
申请号：CN202111315225.2
申请日：2021-11-08
Applicant: 燕山大学
IPC: G06T5/00 , G06V10/772 , G06V10/77 , G06K9/62
Abstract: 本发明提供一种图像纹理增强方法、装置、电子设备及存储介质，该方法包括：获取待增强图像；将所述待增强图像输入图像分离优化模型，确定所述待增强图像的纹理分量和图像光滑分量；根据所述纹理分离和所述图像光滑分量，确定纹理细节增强的彩色图像。该方案可以帮助彩色图像的纹理细节更加突出，更便于人眼识别。
-
公开(公告)号：CN114004872A
公开(公告)日：2022-02-01
申请号：CN202111283226.3
申请日：2021-11-01
Applicant: 燕山大学
IPC: G06T7/40 , G06V10/772 , G06K9/62
Abstract: 本发明提供一种图像的卡通纹理分离方法、装置、电子设备及存储介质，该方法包括：基于PIANO算法构建的卷积字典学习模型，确定待分离图像的图像目标函数，图像目标函数包括待分离图像的纹理部分变量和卡通部分变量；基于图像目标函数，分别更新纹理部分变量和卡通部分变量，得到更新后纹理部分变量和更新后卡通部分变量；根据更新后纹理部分变量和更新后卡通部分变量，确定待分离图像的卡通部分和纹理部分。该方案可以使图像卡通部分和纹理部分的分离更彻底。
-
公开(公告)号：CN114037631B
公开(公告)日：2024-08-16
申请号：CN202111315225.2
申请日：2021-11-08
Applicant: 燕山大学
IPC: G06T5/90 , G06T5/77 , G06V10/772 , G06V10/77
Abstract: 本发明提供一种图像纹理增强方法、装置、电子设备及存储介质，该方法包括：获取待增强图像；将所述待增强图像输入图像分离优化模型，确定所述待增强图像的纹理分量和图像光滑分量；根据所述纹理分离和所述图像光滑分量，确定纹理细节增强的彩色图像。该方案可以帮助彩色图像的纹理细节更加突出，更便于人眼识别。
-
公开(公告)号：CN110222825B
公开(公告)日：2021-04-09
申请号：CN201910495482.5
申请日：2019-06-10
Applicant: 燕山大学
Abstract: 本发明公开了一种水泥成品比表面积预测方法及系统。所述方法包括：获取待测试水泥成品数据；待测试水泥成品数据包括待测试水泥成品当前时刻的粒度数据和待测试水泥成品上一时刻的比表面积实验值；粒度数据包括多个粒度值；各粒度值均属于不同的粒度范围；将待测试水泥成品数据输入至训练好的比表面积预测模型中，得到待测试水泥成品的比表面积预测值；训练好的比表面积预测模型是通过卷积神经网络算法和反向传播算法确定的。本发明解决了水泥成品比表面积预测过程中变量数据与待测指标之间存在的时变时延的问题，且测量成本低。
-
公开(公告)号：CN111950697A
公开(公告)日：2020-11-17
申请号：CN202010627073.9
申请日：2020-07-01
Applicant: 燕山大学
IPC: G06N3/04 , G06N3/08 , G06F16/22 , G06F16/23 , G06F16/2458
Abstract: 本发明公开了一种基于门控循环单元网络的水泥成品比表面积预测方法，属于水泥成品质量预测技术领域，包括以下步聚：（1）从水泥粉磨系统的数据库中选取与比表面积相关的8个输入变量，按照时间序列排列；（2）采用基于时间的反向传播技术求取神经网络各节点的误差项；（3）采用自适应矩估计算法进行神经网络权值的更新，反复训练得到最小误差，获取最优模型参数集；（4）计算得到比表面积的预测结果。本发明既解决了水泥磨复杂工况多变量、强耦合，难以建立机理模型的特点，又解决了变量数据与水泥成品比表面积指标之间存在的时变实延问题，有利于指导水泥磨系统生产调度，将水泥成品比表面积控制在合适的范围内，提高水泥成品性能。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
