摘要
本发明涉及一种基于启发式蝠鲼觅食优化与自适应极限学习机的压板状态识别方法,包括:首先从现场的压板数据集中获取压板图像进行处理,并对压板图形进行分割以提取涉及压板图形的区域。在此过程中,对压板的准确区域进行分割,进行了压板状态和颜色识别操作。之后,关于压板图像的分割部分用于特征提取,目的是提取有关压板状态的多个特征来改进后续的识别过程。本发明专利使用启发式蝠鲼觅食优化方法来优化所选取的特征数量,以提高识别模型的准确率、降低复杂性,同时能够减少模型的训练和识别时间。最后,利用自适应极限学习机方法以及所确定的特征数量来识别压板的状态。本发明专利提出的方法可以提高模型识别的准确性。
技术关键词
状态识别方法
压板
极限学习机方法
颜色空间模型
直方图模型
特征提取模型
状态识别标签
最佳特征
图像
定义
饱和度
训练样本集
矩阵
两点
控制系统
偏差
固体
系统为您推荐了相关专利信息
模型试验箱
导轨组件
直线导轨
安装导向支架
箱体
原料压制装置
热敏电阻芯片
滑动杆
冲压台
推料板
设备状态信息
二次设备状态
基准
尺寸特征
轮廓特征提取
拼装装置
橡胶阻尼块
环形轨道
配重底座
拼接机构