龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江西理工大学
摘要：基于模式识别的铜转炉吹炼造铜期终点智能判断方法，首先对获取的粗铜图像进行预处理，再利用VGG16网络构建造铜期吹炼状态识别模型以预测出转炉吹炼后期粗铜图像；而后提取转炉吹炼后期粗铜图像特征信息作为支持向量机预测模型的输入，构建基于粒子群优化的支持向量机预测模型，用以预测铜转炉吹炼造铜期终点。本发明能够避免人工判断铜转炉吹炼造铜期终点存在的误差，有效提高铜转炉冶炼终点命中率，从而提高生产效率，降低成本。
主权项：1.基于模式识别的铜转炉吹炼造铜期终点智能判断方法，其特征在于，具体步骤如下：步骤1获取铜转炉吹炼造铜期前期、中期、后期的粗铜图像，并对粗铜图像进行预处理；步骤2将步骤1中预处理后的粗铜图像作为造铜期吹炼状态识别模型的输入进行训练，构建基于VGG16卷积神经网络的造铜期吹炼状态识别模型，以预测出转炉吹炼后期粗铜图像；步骤3对步骤2得到的吹炼后期粗铜图像进行预处理，并提取预处理后的吹炼后期粗铜图像特征信息；步骤4将步骤3中获得的吹炼后期粗铜图像特征信息作为支持向量机预测模型的输入，构建基于粒子群优化的支持向量机预测模型，以得到吹炼后期粗铜图像的特征信息与造铜期吹炼数据间的映射关系，并将输出造铜期S含量与预存在支持向量机预测模型内的特征比对表进行对比，以预测铜转炉吹炼造铜期终点；步骤2中，所述训练具体方法为：采用梯度下降法进行训练，不停修改权值和偏置值，使得代价函数数值最小，修改残差逐层传导到各隐含层中的权值与偏置项，将其逐层传导到隐含层中，再根据权值修改公式，对权值进行修改，按照之前设定的迭代次数，根据梯度下降法，将残差逐层传导到各层，反复修改在各个隐含层中的权值和偏置项；步骤3中，所述吹炼后期粗铜图像特征信息包括图像的形状、颜色、纹理特征。
全文数据：
权利要求：
百度查询： 江西理工大学 基于模式识别的铜转炉吹炼造铜期终点智能判断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号