摘要
一种基于数据融合的浮选关键指标监测模型构建方法,本发明提出了一种基于泡沫视频数据和强语义数据融合的浮选关键性能指标监测模型构建方法,基于浮选现场设置的数字图像采集系统采集泡沫视频,首先从泡沫视频和工业现场提取深度特征信息和强语义数据信息,再将两者信息进行有效融合,分析具备不同数据表征的多源异构数据之间的耦合关系,构建浮选关键性能指标监测模型。本发明解决了传统卷积神经网络方法获取的泡沫视频深度特征向量语义信息弱,泛化性能不强,模型训练时容易过拟合等问题,能更加准确地判断工况并有效指导现场操作。
技术关键词
模型构建方法
泡沫
语义特征提取
数字图像采集系统
工业现场
深度特征提取网络
卷积模块
卷积神经网络方法
视频图像帧序列
数据
多层感知机
深度特征信息
指标
长短期记忆网络
系统为您推荐了相关专利信息
模型构建方法
疾病
核心
知识工程技术
临床大数据
遥感卫星图像
模型构建方法
注意力机制
遥感影像数据
网络
过渡金属二硫化物
扶手椅
锯齿型
模型构建方法
坐标
马铃薯产量
预测模型构建方法
多光谱
农作物产量预测技术
光谱特征提取
预测模型构建方法
机器学习算法
异构业务
生成数据集
模型构建装置