学位论文 > 优秀研究生学位论文题录展示

基于完全二叉树SVM烧结工况多类识别的研究与实现

作　者: 范广臣
导　师: 姜慧研
学　校: 东北大学
专　业: 计算机系统结构
关键词: 烧结工况 完全二叉树 特征提取 模式识别 特征约简 支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 20次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在大型回转窑氧化铝生产过程中,回转窑内部烧结工况往往受到各种条件变化及不当操作等因素的影响而造成系统的不稳定,导致系统性能降低和氧化铝产品质量降低。在我国的大型回转窑氧化铝生产中,还是基于人工看火经验判断烧结工况。但是这个过程受到看火工主观因素的影响而缺乏客观性和合理性。随着近年来计算机技术的不断发展,人们已经对回转窑进行了自动化控制,但是,如何充分利用计算机技术辅助现场操作人员快速、准确地识别各类烧结工况并做出相应的诊断,实现回转窑烧结工况自动识别是目前亟待解决的问题。本文在参考了大量的国内外前沿研究成果的基础上,依托国家863高技术计划重点项目—“流程工业低成本智能化控制系统”的子课题“大型回转窑智能控制系统”,提出了一种基于完全二叉树支持向量机(SVM)的烧结工况多类识别方法。首先,对烧结图像进行灰度化、去噪与分割,提取图像各个部分的特征；然后,采用特征约简的组合优化方法(ReliefF-PCA方法)对特征集合进行约简,并对特征约简后的特征集合进行效果评价,以便获取最优特征集合；最后,通过建立的基于完全二叉树支持向量机的分类模型,对多类烧结工况进行识别。实验结果表明,利用本文方法识别烧结状态的准确率较高,证明该方法具有较好的健壮性。

全文目录


摘要  5-6
Abstract  6-11
第1章 绪论  11-15
  1.1 研究背景和意义  11
  1.2 烧结工况识别现状  11-13
  1.3 论文主要工作  13
  1.4 本文组织结构  13-15
第2章 图像处理与模式识别方法综述  15-35
  2.1 图像去噪处理方法  15-16
    2.1.1 均值滤波  15
    2.1.2 中值滤波  15-16
    2.1.3 小波去噪  16
  2.2 图像分割方法  16-19
    2.2.1 阈值分割法  17
    2.2.2 边缘检测分割法  17-18
    2.2.3 快速行进法  18-19
  2.3 特征提取方法  19-20
    2.3.1 颜色特征  19
    2.3.2 纹理特征  19-20
    2.3.3 形状特征  20
  2.4 特征选择方法  20-25
    2.4.1 特征选择算法框架  21
    2.4.2 Relief方法  21-22
    2.4.3 因子分析  22-25
    2.4.4 特征评价  25
  2.5 模式识别分类方法  25-33
    2.5.1 人工神经网络  26-29
    2.5.2 支持向量机  29-33
  2.6 本章小结  33-35
第3章 基于完全二叉树SVM的多类工况识别  35-51
  3.1 图像去噪  35-37
    3.1.1 离散小波变换  35-36
    3.1.2 组合去噪算法  36-37
  3.2 特征提取  37-38
    3.2.1 颜色特征提取  37
    3.2.2 纹理特征提取  37
    3.2.3 形状特征提取  37-38
  3.3 特征约简  38-43
    3.3.1 ReliefF特征约简方法  39-40
    3.3.2 主成分分析方法  40-41
    3.3.3 特征集合的评价方法  41-42
    3.3.4 基于ReliefF-PCA的特征约简方法  42-43
  3.4 烧结工况的识别模型  43-49
    3.4.1 七类烧结工况分析  43-44
    3.4.2 多类烧结工况识别  44-49
  3.5 本章小结  49-51
第4章 系统设计与实现  51-59
  4.1 系统模块设计  51
  4.2 系统功能实现  51-54
    4.2.1 图像预处理功能实现  51-52
    4.2.2 特征约简功能实现  52-53
    4.2.3 识别分类功能实现  53-54
  4.3 系统模块实现  54-56
    4.3.1 图像处理实现  54-55
    4.3.2 特征约简实现  55
    4.3.3 烧结工况识别  55-56
  4.4 系统设计开发环境  56-57
  4.5 本章小节  57-59
第5章 实验与分析  59-69
  5.1 图像去噪实验  59-60
  5.2 特征约简实验  60-66
  5.3 烧结工况识别实验  66-68
    5.3.3 实验数据  66
    5.3.4 识别结果与分析  66-68
  5.4 本章小结  68-69
第6章 总结与展望  69-71
参考文献  71-74
致谢  74

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于流形学习的高维流场数据分类研究,V231.3
  3. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  6. Q学习在基于内容图像检索技术中的应用,TP391.41
  7. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  8. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  9. 基于仿生模式识别的文本分类技术研究,TP391.1
  10. 空间交会接近视觉测量方法研究,TP391.41
  11. 图像实时采集、存储与处理方法研究,TP391.41
  12. 基于支持向量机的故障诊断方法研究,TP18
  13. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  14. 基于回波包络的超声波入侵探测在军队警戒巡逻中的应用,E919
  15. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  16. 基于DSP的水稻杂草识别研究,TP391.41
  17. 中文名词性谓词的语义角色标注研究,TP391.1
  18. 基于人脸表情识别的情感研究,TP391.41
  19. 压感指纹识别系统关键技术的研究,TP391.41
  20. 基于SVM和PSO的烧结工况预报方法的研究与实现,TF821

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com