您的位置： 专家智库 > >

国家自然科学基金(61273169)

作品数：16 被引量：55H指数：5
相关作者：彭小奇宋彦坡陈君彭涛刘征更多>>
相关机构：中南大学湖南第一师范学院湖南科技大学更多>>
发文基金：国家自然科学基金湖南省自然科学基金湖南省教育厅高等学校科学研究项目更多>>
相关领域：自动化与计算机技术矿业工程冶金工程机械工程更多>>

文献类型

  • 16篇期刊文章
  • 3篇会议论文

领域

  • 15篇自动化与计算...
  • 4篇矿业工程
  • 2篇冶金工程
  • 1篇化学工程
  • 1篇机械工程
  • 1篇电气工程

主题

  • 4篇图像
  • 4篇浮选
  • 3篇支持向量
  • 3篇泡沫图像
  • 3篇向量
  • 3篇测温
  • 2篇氧化铝
  • 2篇预测控制
  • 2篇数值模拟
  • 2篇气泡
  • 2篇主元
  • 2篇主元分析
  • 2篇最小二乘
  • 2篇向量机
  • 2篇晶种
  • 2篇晶种分解
  • 2篇辐射测温
  • 2篇比色测温
  • 2篇彩色CCD
  • 2篇测控

机构

  • 15篇中南大学
  • 11篇湖南第一师范...
  • 5篇湖南科技大学
  • 3篇邵阳学院
  • 2篇宜春学院
  • 1篇武汉大学

作者

  • 11篇彭小奇
  • 5篇宋彦坡
  • 5篇陈君
  • 4篇彭涛
  • 4篇刘征
  • 3篇伍雁鹏
  • 3篇孙元
  • 3篇唐秀明
  • 2篇刘涛
  • 2篇唐勇波
  • 2篇桂卫华
  • 2篇谢永芳
  • 2篇卢明
  • 2篇江倩
  • 1篇丰娟
  • 1篇熊印国
  • 1篇江风云
  • 1篇胡志坤
  • 1篇袁荣湘
  • 1篇高东坡

传媒

  • 3篇中国有色金属...
  • 1篇系统工程与电...
  • 1篇电机与控制学...
  • 1篇仪器仪表学报
  • 1篇矿业研究与开...
  • 1篇湖南大学学报...
  • 1篇化工进展
  • 1篇控制与决策
  • 1篇仪表技术与传...
  • 1篇传感技术学报
  • 1篇中南大学学报...
  • 1篇中国图象图形...
  • 1篇电气工程学报
  • 1篇工程科学学报

年份

  • 1篇2017
  • 2篇2016
  • 7篇2015
  • 5篇2014
  • 4篇2013
共 16 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
支持向量回归机预测误差校正方法被引量：3
2015年
针对传统的ε-不敏感支持向量回归机(ε-insensitive support vector regression,ε-SVR)未充分考虑局部支持向量对回归预测结果的影响,不利于提高回归预测精度的问题,提出了一种ε-SVR预测误差校正方法。该方法以期望预测值与ε-SVR回归预测值及局部支持向量间的欧氏距离和最小为目标函数,以ε不敏感损失带(ε-tube)宽度为约束条件,通过利用高维特征空间中ε-tube边界上和边界外的局部支持向量对ε-SVR的回归预测值进行误差校正。利用人工产生的不同分布数据集和UCI数据集进行的仿真结果表明,与传统的ε-SVR相比,该文方法具有更高的预测精度和更强的泛化能力。
陈君彭小奇唐秀明宋彦坡刘征
关键词：支持向量回归机泛化能力
浮选机内气液两相流数值模拟被引量：4
2015年
基于群体平衡理论和CFD数值计算方法,考虑不同尺寸气泡及气泡间聚并与破碎,建立了气液两相流的CFD-PBM耦合模型。应用该模型和Fluent软件对某铝厂的KYFⅡ-40型机械搅拌充气式浮选机内的矿浆-气泡两相流进行数值模拟,获得了其两相流场、气含率和气泡尺寸分布等信息。模拟结果表明,在生产工艺条件下,浮选机内的流体在转子带动下形成上下两个循环流场;气含率保持在0.1左右,壁面附近及循环流场的中心处气含率偏高,并沿气液混合区向气液分离区减少;气液混合区的气泡变化以破碎为主,气泡较小,分离区的气泡变化以聚并为主,且气泡尺寸逐渐增大;气泡尺寸总体上呈多峰分布,其主峰对应的气泡直径位于3~4mm之间,有利于提高浮选生产效率。
刘涛彭小奇伍雁鹏江倩高东坡
关键词：浮选气液两相流
基于规则的铝浮选工况关联识别
正确识别浮选工况是实现浮选生产优化操作的基础和关键,精矿品位是矿物浮选工况中重要指标。本文提出一种基于规则的铝浮选工况关联识别方法,利用Apriori算法挖掘泡沫图像特征与精矿品位之间的潜在规律,并将得到的关联规则应用于...
赵林彭涛宋彦坡李康王艺霖
关键词：关联规则精矿品位
文献传递
基于KTA-LSSVM的青霉素发酵过程预测建模
2014年
为解决青霉素发酵过程预测建模中存在的输入变量选择问题,提出了基于核目标度量(kernel target alignment,KTA)和最小二乘支持向量机(least squares support vector machines,LSSVM)的青霉素发酵过程预测模型。首先,在分析影响青霉素产物浓度相关因素的基础上选取输入变量,采用KTA对输入变量进行尺度缩放,然后,利用Pensim仿真平台数据,采用混沌粒子群算法对LSSVM的参数寻优,建立青霉素发酵过程的KTA-LSSVM预测模型。青霉素浓度预测的KTA-LSSVM模型均方根误差为0.0179,LSSVM模型的均方根误差为0.0276,实验结果表明,本文提出的模型预测精度高,推广性能好。
丰娟唐勇波彭涛
关键词：青霉素发酵过程最小二乘向量机
基于DSP的高温辐射体表面温度场快速测量方法
2015年
针对基于PC机的辐射测温系统存在结构复杂、体积较大、不便携带和安装使用等问题,提出了基于DSP的高温辐射体表面温度场快速测量方法。结合多光谱图像分割技术与改进的一维快速Otsu阈值算法,实现高温目标图像的快速识别,然后以高温辐射体表面图像像素点的红、绿基色值作为索引,运用查表法快速获取高温辐射体表面温度场分布,并以伪彩色图像实时显示。实验结果表明:该方法能够在基于DSP搭建的硬件平台上快速有效地测量出高温辐射体表面温度场分布,具有较强的实用性。
黄海军彭小奇孙元邓广志
关键词：辐射测温比色测温嵌入式系统
一种局部优化边界的支持向量数据描述方法被引量：1
2015年
针对传统的支持向量数据描述(SVDD)因未考虑数据构成的多模态性和局部分布的非同一性,难以获取目标数据的优化决策边界,所建立的数学模型难以正确反映建模对象的时空变化规律的问题,提出一种基于局部优化边界的支持向量数据描述(LOB-SVDD)方法。通过求取局部数据样本的分散程度获取支持向量机算法中折衷参数的局部调整系数,以此优化求解决策边界函数,由此可实现数据分类、离群点检测和数据建模等。利用UCI数据集和人工双模态数据集进行的仿真表明,与传统方法相比,LOB-SVDD可获得更优的决策边界,作为分类器有更低的假正率和假负率。应用LOB-SVDD对具有多模态特性的铜锍吹炼实际生产数据进行预处理,能有效检测离群点,剔除异常样本,实现数据洁净化。
陈君彭小奇唐秀明宋彦坡刘征
关键词：支持向量数据描述数据预处理
A Method Based on Weighted F-score and SVM for Feature Selection
A novel feature selection method based on weighted F-score and SVM is proposed for the problems which inter-cl...
Peng TaoHuang YiCao WeiLou Yang GeLiang Xu
文献传递
低抽样数据的极限学习能源解析算法（英文）
2016年
能量解析在分解综合负荷及提高设备的能量效率方面起到重要作用。当前,能量解析方法主要存在较低准确性和效率问题。论文提出一种基于低频监控数据的多输出极限学习的能源解析方法。该方法的特征映射函数可一次随机生成且无需调整其参数,与支持向量机方法相比,其优化目标函数具有较少的优化约束条件且更易实现。用实际记录的房屋能量数据进行仿真,仿真结果表明:与支持向量机相比,本文方法具有更高的训练速度和分类精度、更少的计算时间和更强的泛化能力。
唐秀明袁荣湘陈君
A Method Based on Minimum Error Thresholding for Froth Image Classification
A classification method based on minimum error thresholding was proposed for the difficulty in classification ...
Peng TaoCao WeiHuang YiLou YanggeZou Ying
文献传递
浮选三相流中气泡运动特性的数值模拟被引量：5
2016年
为获取浮选气泡在矿浆中的运动规律及三相流中浮选气泡的最佳尺寸,运用欧拉模型模拟不同初始直径的气泡在不同密度矿浆中的运动过程.结果表明：在给定的初始条件下,同一浓度的矿浆中,单个浮选气泡所能捕获的矿物量以直径4mm的气泡最多,气泡尺寸增大或减小后,其矿物捕获量都有所减少.当矿浆中固相质量分数在20%~40%之间变化时,矿物捕获量最多的气泡尺寸变化不大,并且随着矿浆中固相质量分数的增大,单个气泡的捕获量增大,矿物粒子回收率增加.在实际生产中,直径为3.5~4 mm的中等大小气泡在运动过程中变形程度小,气泡水平偏移及浮升速度适中,对矿物粒子的捕获率及运载能力和浮升能力较强,有利于提高浮选产量和质量.
江倩彭小奇宋彦坡伍雁鹏
关键词：浮选气泡运动模拟数值模拟
全选 清除 导出
共2页<12>
聚类工具0