首页> 中文期刊> 《中国粉体技术》 >电选粉煤灰颗粒图像识别与烧失量预测模型

电选粉煤灰颗粒图像识别与烧失量预测模型

         

摘要

在相同光照条件下,运用MATLAB软件控制工业相机获取不同烧失量粉煤灰的图像信息,根据粉煤灰中不同组分对于光反射的差异性,提取脱炭粉煤灰不同组分的图像特征参数,利用极限学习机神经网络建立烧失量与图像特征的数学模型,对比烧失量的预测效果获得最佳的激活函数,实现脱炭粉煤灰烧失量的在线快速检测.结果表明,极限学习机建立的预测模型能够准确识别电选粉煤灰的图像特征,快速获得粉煤灰烧失量数据,准确度高,可用于工业生产中电选粉煤灰烧失量的快速在线检测.

著录项

  • 来源
    《中国粉体技术》 |2018年第6期|30-35|共6页
  • 作者单位

    中国矿业大学化工学院;

    江苏徐州221116;

    中国矿业大学化工学院;

    江苏徐州221116;

    中国矿业大学煤炭加工与高效洁净利用教育部重点实验室;

    江苏徐州221116;

    中国矿业大学化工学院;

    江苏徐州221116;

    中国矿业大学煤炭加工与高效洁净利用教育部重点实验室;

    江苏徐州221116;

    中国矿业大学化工学院;

    江苏徐州221116;

    中国矿业大学化工学院;

    江苏徐州221116;

    中国矿业大学煤炭加工与高效洁净利用教育部重点实验室;

    江苏徐州221116;

    中国矿业大学化工学院;

    江苏徐州221116;

    中国平煤神马集团一矿;

    河南平顶山467000;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 非金属矿选矿;
  • 关键词

    粉煤灰; 烧失量; 图像特征; 数学模型; 极限学习机;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号