原文服务方: 计算技术与自动化       
摘要:
针对硫浮选过程难以及时发现病态工况的问题,提出一种基于泡沫图像纹理单元分布函数的硫浮选过程病态工况检测方法.通过计算纹理单元值提取泡沫图像的纹理特征,避免传统灰度共生矩难以准确描述纹理特征的问题,设计核函数估计算法逼近泡沫纹理单元概率密度函数(PDF),使得纹理单元分布函数转化成一组动态权系数.建立基于纹理单元分布动态权系数的主元模型,并基于该模型的T2统计量得到检测阈值,从而实现硫浮选过程病态工况的及时检测.湿法炼锌直接浸出硫浮选工段现场运行结果表明此算法的有效性.
推荐文章
基于图像特征的铜粗选过程病态工况识别
泡沫图像
图像特征
多维主元分析(MPCA)
病态工况识别
铜粗选过程
基于图像特征的铜粗选过程病态工况识别
泡沫图像
图像特征
多维主元分析(MPCA)
病态工况识别
铜粗选过程
浮选过程泡沫图像特征识别研究
泡沫图像
纹理
邻域相关矩阵
神经网络
铅锌矿浮选过程加药量自动控制系统
浮选
加药量
自动控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于纹理单元分布的硫浮选过程病态工况检测
来源期刊 计算技术与自动化 学科
关键词 纹理单元 核密度估计 主元模型
年,卷(期) 2013,(1) 所属期刊栏目 控制系统与自动化装置
研究方向 页码范围 28-31
页数 4页 分类号 TP27
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阳春华 中南大学信息科学与工程学院 389 3229 27.0 37.0
2 桂卫华 中南大学信息科学与工程学院 695 7452 38.0 56.0
3 何明芳 中南大学信息科学与工程学院 4 28 3.0 4.0
4 凌弈秋 中南大学信息科学与工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (51)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(2)
  • 二级参考文献(2)
1996(8)
  • 参考文献(1)
  • 二级参考文献(7)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
纹理单元
核密度估计
主元模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2939
总下载数(次)
0
总被引数(次)
14675
论文1v1指导