内容提供者
一种基于DVRL-VST的电熔镁炉工况视频识别方法.pdf
2023-05-18
10金币
814KB
13页
小云****66
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共13页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
一种基于DVRL-VST的电熔镁炉工况视频识别方法.pdf
本发明公开了一种基于DVRL?VST的电熔镁炉工况视频识别方法,包括:1通过CycleGAN风格迁移架构进行异常样本增广;2将增强后的数据输入基于强化学习样本价值评估和VST的DVRL?VST网络进行训练;3利用训练结果对电熔镁炉运行视频进行工况识别。本发明能排除生产现场环境光变化以及不同电熔镁炉炉壳固有视觉特征的变化带来的干扰,并使用工况的视频信号,从空间和时间两个维度提取电熔镁炉异常工况局部缓变的时空特征来识别异常工况,从而能提高识别断精度。
2023-05-18
10
814KB
一种电熔镁炉工况识别方法.pdf
本发明提供一种电熔镁炉工况识别方法，包括：S1、获取电熔镁炉工况中预设周期内的在线数据；S2、采用CURD聚类算法对在线数据中所有连续属性数据进行聚类；S3、根据预设的数据提取圈，筛选出每一初始类中处于数据提取圈外的数据点，每一初始类中处于数据提取圈内的数据点组成一个新类，将筛选出的数据点归入距离其最近的新类中，获得连续属性数据的离散化结果；S4、根据连续属性数据的离散化结果和在线数据中原有的离散属性数据，与工况决策表进行匹配，将匹配结果作为当前电熔镁炉的工况识别结果。可以使电熔镁炉工况识别结果更为准确，
2023-06-15
10
1MB
基于改进Transformer的强化学习电熔镁炉工况识别方法.pdf
本发明公开了一种基于改进Transformer的强化学习电熔镁炉工况识别方法,其步骤包括:1、获取目标图像进行预处理;2、建立双分支异构网络和强化学习网络;3、输入训练集到双分支异构网络中得到特征和分类概率;4、输入特征训练强化学模型得到强化学习最优训练模型;4、输入测试集到最优训练模型得到识别结果。本发明通过强化学习的方法,自适应调整矩形框以选取最优特征向量,从而能提高不同状态下电熔镁炉欠烧工况的识别检测准确度和识别速度,满足快速化准确化的实际需求。
2023-05-08
10
437KB
一种基于视频的电熔镁炉异常工况自动识别系统.pdf
本发明涉及一种基于视频的电熔镁炉异常工况自动识别系统，通过图像信息采集模块采集电熔镁砂生产现场工况信息，传输至样本生成模块；样本生成模块对训练样本进行生成，通过label‑image软件对图像做标签处理和人工分类标签处理，将处理后的视频、图像信息传输到检测分类模块；检测分类模块通过相应算法对视频、图像信息进行特征提取及处理，得到工况识别系统的智能检测、分类模型；显示单元运用检测分类模块处理完毕的智能检测、分类模型，将新的测试视频、图像信息通过可视化方式显示出来。本发明识别效果相比单方面使用电流、电压等非可
2023-06-17
10
1.7MB
一种电熔镁炉异常工况识别及控制方法.pdf
本发明提供一种电熔镁炉异常工况识别及控制方法。所述方法包括：获取电熔镁炉工况中的预设周期内的在线数据；采用相似度匹配策略查看案例库中是否与在线数据匹配的案例信息；若存在，依据匹配的案例信息给出当前在线数据的辨识结果，将辨识结果作为当前电熔镁炉工况的异常识别结果；其中，案例库为预先根据电熔镁炉工况的历史数据建立的各种异常工况的案例信息；若案例库中不存在匹配的案例信息，则采用贝叶斯网络推理模型对所述在线数据进行分析，获得辨识结果，将辨识结果作为当前电熔镁炉工况的异常识别结果。上述方法对于提高矿产资源的综合利用
2023-06-18
10
1.1MB