基于火焰图像显著区域特征学习与分类器融合的回转窑烧结工况识别
提出一种基于火焰图像分析回转窑烧结工况的新方法。针对现有方法难以提取具有区分性和鲁棒性局部形态特征的问题,并考虑到各显著区域图像数据具有不同的统计特性,首先采用卷积独立子空间分析网络的方法逐层学习复杂性递增的各显著区域局部形态特征;然后采用单词包模型学习各显著区域全局形态特征;最后,采用基于随机向量函数连接网络和模糊积分的方法设计集成分类器。实验结果表明了所提出方法可以提高工况的识别精度。
烧成状态识别、深度学习、特征提取、独立子空间分析、集成分类器
32
TP273(自动化技术及设备)
国家自然科学基金项目61273177,61573090,61573364
2017-02-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
187-192