2024年7月13日
星期六
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
刘潭
作品数:
2
被引量:2
H指数:1
供职机构:
辽宁科技大学电子与信息工程学院
更多>>
发文基金:
辽宁省高校创新团队支持计划
更多>>
相关领域:
矿业工程
自动化与计算机技术
更多>>
合作作者
张勇
辽宁科技大学电子与信息工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
会议论文
领域
1篇
矿业工程
1篇
自动化与计算...
主题
2篇
浮选
1篇
神经网
1篇
神经网络
1篇
图像
1篇
泡沫图像
1篇
网络
1篇
模糊C-均值...
1篇
聚类
1篇
均值聚类
1篇
浮选槽
1篇
SVM
1篇
BP神经
1篇
BP神经网
1篇
BP神经网络
1篇
LS-SVM
1篇
粗糙集
机构
2篇
辽宁科技大学
作者
2篇
刘潭
2篇
张勇
传媒
1篇
辽宁科技大学...
年份
1篇
2011
1篇
2010
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于先进LS.SvM浮选回收率预测方法的研究
在大多选矿厂中,针对传统检测浮选回收率的方法准确度低的缺点,依据反映回收率的基本因素,本文提出一种基于改进加权的LS-SVM浮选回收率软测量模型。首先提取浮选泡沫图像特征并挖掘出它们与浮选回收率存在着一定的对应关系,之后...
张勇
刘潭
关键词:
泡沫图像
模糊C-均值聚类
LS-SVM
基于粗糙集-BP神经网络的浮选槽液位预测
被引量:2
2010年
针对反浮选过程中浮选槽液位指标难以建立精确的数学模型、常规检测方法不能有效控制问题,提出一种将粗糙集与BP神经网络理论相结合方法[1],建立反浮选液位软测量模型。从浮选过程积累的数据中获取过程知识,通过粗糙集属性约简对训练样本数据进行处理,根据结果确定BP网络的输入、输出、隐层神经元数,从得到的优化设定自动更新浮选槽液位控制回路的设定值,避免了人工控制的不稳定性和不精确性。此方法应用于某浮选厂,满足了液位预测要求的精度,在液位控制、经济指标提高及浮选过程稳定等方面取得了明显的效果。
刘潭
张勇
关键词:
粗糙集
BP神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张