吴佳 作品数:9 被引量:29 H指数:3 供职机构: 中南大学 更多>> 发文基金: 国家自然科学基金 国家杰出青年科学基金 教育部人文社会科学研究基金 更多>> 相关领域: 自动化与计算机技术 矿业工程 更多>>
一种无监督约简的浮选泡沫图像特征选择方法及应用 被引量:9 2014年 针对表征矿物浮选工况的泡沫图像特征冗余性大的问题,提出了一种无监督约简的浮选泡沫图像特征选择方法.该方法首先定义敏感性指数,并基于敏感性指数约简得到与工况相关的敏感图像特征集;然后针对敏感图像特征之间的自相关性,提出基于粗糙集属性重要度的敏感图像特征集约简方法;最后将该方法应用于金锑浮选过程,并利用工业现场数据进行测试,证明了该方法的有效性,为基于机器视觉的浮选过程监控创造了条件. 吴佳 谢永芳 阳春华 桂卫华关键词:特征约简 泡沫浮选 机器视觉 属性重要度 基于延迟的自适应拥塞控制方法 本发明公开了一种基于延迟的自适应拥塞控制方法,根据排队延迟和窗口大小,在发送端判断网络是否拥塞,并根据拥塞情况调节拥塞窗口。拥塞窗口每一次的调节幅度为V*θ*δ,其中δ是常数,V用于加快拥塞控制算法的收敛速度,θ是根据排... 蒋万春 吴佳 王建新文献传递 基于延时的自适应拥塞控制方法及设备 本专利公开了一种基于延时的周期性拥塞控制方法及设备,对检测周期内的网络延时进行幅频特性监测以判断拥塞控制系统是否稳定;当拥塞控制系统稳定时,则动态更新检测周期和速率调节系数,同时持续更新加速因子,最后综合目标发送速率来持... 蒋万春 李昊阳 吴佳 王建新泡沫图像特征驱动的锑粗选加药控制策略 被引量:2 2015年 锑粗选工序的加药控制直接影响精选与扫选的性能.通常由人工观察泡沫手动调节药剂.这种方式,存在控制滞后、主观随意性大、易导致浮选性能不稳定甚至恶化的问题.对此,我们提出一种泡沫图像特征驱动的锑粗选加药控制策略.利用概率支持向量回归方法建立基于锑粗选关键泡沫图像特征与加药量的入矿品位估计模型;在此基础上,采用操作模式匹配方法实现加药量的预设定,快速满足入矿品位类型变化后新的控制要求;并采用基于区间II型模糊系统的加药反馈控制器减小泡沫状态与期望的偏差.工业验证结果表明,该方法能有效代替人工加药并改善了锑浮选性能. 吴佳 谢永芳 阳春华 桂卫华关键词:支持向量回归 数据驱动的锑粗选泡沫图像特征优化设定 被引量:3 2016年 针对锑浮选过程中精、尾矿品位难以在线检测,浮选性能不稳定的问题,提出一种数据驱动的泡沫图像特征优化设定方法.该方法根据入矿品位类型对泡沫图像特征进行优化设定,并针对不同入矿品位类型的样本分布特点,先尝试采用案例推理的方法从历史数据中寻找浮选性能优良的泡沫状态.若经验知识不足,则采用基于多中心模糊C均值聚类与概率支持向量回归的区间II型模糊系统建模方法建立精、尾矿品位指标模型,并在此基础上利用智能优化方法寻优泡沫图像特征值.某锑浮选工业实验结果表明了所提出方法的有效性. 吴佳 谢永芳 阳春华 桂卫华关键词:数据驱动 模糊C均值聚类 支持向量回归 基于泡沫尺寸随机分布的铜粗选药剂量控制 被引量:9 2014年 为了稳定铜粗选选矿指标,提高矿产资源的利用水平,根据铜粗选过程中泡沫尺寸分布随药剂量改变而动态变化的特点,提出一种基于泡沫尺寸随机分布的铜粗选过程药剂量控制方法.首先,针对泡沫尺寸分布具有非高斯统计特性,基于方差和均值的统计参量难以表征该分布形态变化的问题,提出了B样条估计方法以描述泡沫尺寸的概率密度函数(Probability density function,PDF);然后,针对B样条权值相互关联的特点,建立多输出最小二乘支持向量机模型(Multi-output least square support vector machine,MLS-SVM)以表征权值和药剂量的动态关系;最后,为减少系统的随机性,采用基于熵的优化算法以确定药剂量,实现对给定泡沫尺寸分布的跟踪控制.工业数据仿真验证了所提方法的有效性,能有效稳定铜粗浮选的生产指标. 朱建勇 桂卫华 阳春华 吴佳 周文振关键词:概率密度函数 基于延时的自适应拥塞控制方法及设备 本专利公开了一种基于延时的周期性拥塞控制方法及设备,对检测周期内的网络延时进行幅频特性监测以判断拥塞控制系统是否稳定;当拥塞控制系统稳定时,则动态更新检测周期和速率调节系数,同时持续更新加速因子,最后综合目标发送速率来持... 蒋万春 李昊阳 吴佳 王建新基于延迟的自适应拥塞控制方法 本发明公开了一种基于延迟的自适应拥塞控制方法,根据排队延迟和窗口大小,在发送端判断网络是否拥塞,并根据拥塞情况调节拥塞窗口。拥塞窗口每一次的调节幅度为V*θ*δ,其中δ是常数,V用于加快拥塞控制算法的收敛速度,θ是根据排... 蒋万春 吴佳 王建新基于泡沫图像特征的金锑浮选入矿品位估计 被引量:8 2015年 入矿品位是金锑浮选加药量控制的重要依据.针对入矿品位在线检测困难的问题,提出一种基于泡沫图像特征的入矿品位估计方法.该估计方法首先针对样本数据中存在的不确定性,提出一种基于核主元分析(KPCA)和模糊C均值聚类–概率支持向量回归(FCM--PSVR)的建模方法,然后利用泡沫图像特征与加药量等数据建立起金锑入矿品位和精矿品位的估计模型,最后采用基于专家规则的方法对入矿品位估计结果的可信度进行评价.该方法在金锑浮选工艺中进行了工业验证,为指导金锑浮选加药量的控制起到了重要作用. 吴佳 谢永芳 阳春华 桂卫华关键词:浮选 不确定性 支持向量机 模糊聚类