摘要
本发明公开了煤矿灰分值预测技术领域的基于仿生神经网络的尾矿灰分值预测系统及方法,包括:获取尾矿煤泥水采集图像;对尾矿煤泥水采集图像进行多维特征提取;基于提取出的多维特征通过多层关系注意力机制进行动态加权;将动态加权后的特征输入预先训练完成的神经网络进行灰分值预测;输出灰分值预测结果。本发明针对传统训练方法的缺点,利用元学习理论构建多层关系注意力机制,突破了传统单一、固定的神经网络训练方式,实现对尾矿煤泥水灰分值的准确预测。
技术关键词
尾矿灰
注意力机制
煤泥水
关系
样本
矩阵
神经网络模型
预测系统
纹理特征
灰度特征
动态
预测输出值
模块
数学模型
跨模态
神经网络训练
记忆
图像
系统为您推荐了相关专利信息
SMOTE算法
学习器
诊断系统
数据
Stacking集成学习
图像降噪方法
降噪模型
图像降噪系统
噪声样本
像素点
新闻文本分类方法
长短期记忆网络
多尺度
空洞
语义特征
综合监管
平台系统
多模态数据融合
教学资源数据
疾病诊断辅助