موضوع فارسی :گسل تشخیص ساختار بر اساس مقیاس چند ویژگی های بافت و کدهای جاسازی دانش قبل K-وسیله ای برای فرآیند آنتیموان شناوری
موضوع انگلیسی :Fault Condition Recognition Based on Multi-scale Texture Features and Embedding Prior Knowledge K-means for Antimony Flotation Process
تعداد صفحه :7
فرمت فایل :PDF
سال انتشار :2015
زبان مقاله : انگلیسی
چکیده: نکته کلیدی برای دستیابی به کنترل اتوماتیک و بهره برداری بهینه در فرآیند شناور است به رسمیت شناختن شرایط شناور به درستی. توسط این واقعیت است که آن را دشوار است برای تشخیص و شناسایی شرایط خطا در فرآیند شناور آنتیموان، یک روش شناسایی وضعیت گسل بر اساس بافت در مقیاس چند ویژگی های استخراج و K-means خوشه تعبیه دانش قبلی در این مقاله ارائه شده است. در مرحله اول، روش تبدیل موجک اعمال می شود به کف تصاویر، و زیر تصاویر در مقیاس های مختلف به دست آمده است. سپس همسایه ماتریس وابستگی سطح خاکستری از زیر تصاویر محاسبه شده است، و ویژگی های بافت در مقیاس چند رمان از نظر آماری استخراج شده، که می تواند قوانین آماری از تغییرات سطح خاکستری در تصاویر کف منعکس کند. در نهایت، تعبیه معرفت پیشینی k- به معنی خوشه الگوریتم به طبقه بندی آنلاین از تصاویر کف تحت شرایط کاری مختلف اعمال می شود، و به رسمیت شناختن آنلاین است متوجه است. نتایج شبیه سازی و شناخت زمان واقعی نشان می دهد که روش پیشنهادی می تواند عملکرد رضایت بخش در گسل به رسمیت شناختن شرط فرآیند شناور آنتیموان دست یابد.
دانلود مقاله ISI گسل تشخیص ساختار بر اساس مقیاس چند ویژگی های بافت و کدهای جاسازی دانش قبل K-وسیله ای برای فرآیند آنتیموان شناوری