[发明专利]一种基于长时程深度特征的锌浮选工况识别方法有效
| 申请号： | 202110833450.9 | 申请日： | 2021-07-22 |
| 公开（公告）号： | CN113591654B | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 唐朝晖;袁鹤;张虎;戴智恩;田灿;郑锶;刘嘉鹏 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V10/56;G06V10/82;G06N3/0442;G06N3/0464;G06N3/08 |
| 代理公司： | 广州市红荔专利代理有限公司 44214 | 代理人： | 胡昌国 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于长时程深度特征的锌浮选工况识别方法，包括以下步骤：首先采用3D卷积网络作为基础网络，通过知识蒸馏法使用RGB流网络的部分结构对光流网络进行模拟，使得RGB流网络在测试时不需要提取光流就能学习光流的运动信息；然后将单个视频分段，分别对每段使用训练好的RGB流网络进行帧级特征提取，将提取到的每段帧级特征输入LSTM网络中进一步提取得到视频级全局时空特征；为网络补充一个2D卷积网络提取补充的外观特征，将全局时空特征和增强的外观特征拼接到一起，输入多层感知机中进行最终的工况识别。本发明结合了卷积神经网络和循环神经网络的优点，能够快速、准确地对锌浮选工况进行识别从而有效指导加药。 | ||
| 搜索关键词： | 一种 基于 长时程 深度 特征 浮选 工况 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110833450.9/，转载请声明来源钻瓜专利网。
