咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于改进三元组网络的回转窑火焰图像工况识别 收藏

基于改进三元组网络的回转窑火焰图像工况识别

Working Condition Recognition of Rotary Kiln Flame Images Based on Improved Triplet Network

作     者:秦斌 祝鹏飞 王欣 QIN Bin;ZHU Pengfei;WANG Xin

作者机构:湖南工业大学电气与信息工程学院湖南株洲412007 

出 版 物:《控制工程》 (Control Engineering of China)

年 卷 期:2024年第31卷第6期

页      面:1075-1080,1106页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金资助项目(62033014,61673166) 湖南省自然科学基金资助项目(2021JJ50006) 

主  题:回转窑 火焰图像 工况识别 马氏距离 三元组网络 

摘      要:针对回转窑火焰图像细节特征难以区分导致的工况识别困难的问题,提出一种基于改进三元组网络的小数据集回转窑火焰图像工况识别方法。该方法在原始三元组网络的基础上优化了距离度量方式并引入类内距离损失。首先,将回转窑火焰图像的RGB通道分离后分别进行双边滤波预处理,保留具有火焰边缘信息的特征,并在原始三元组损失中通过引入类内特征距离损失,使其能够在增大类间距离的同时,减小类内距离;然后,通过基于马氏距离的改进三元组网络获取具有细节差异性的火焰图像特征;最后,采用K均值聚类算法对有标签的特征向量进行工况识别。实验结果表明,该方法得到的特征具有更强的判别性,可以有效提高回转窑工况识别的分类精度,指导回转窑操作。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分