排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
对机尾特征断面的出现过程进行了阐述和理论分析,提出了机尾特征断面出现的2种方式和台车临界值概念,并给出了台车临界值的计算方法.针对东烧360 m2烧结机的实际情况,克服了现有特征断面图像采集算法的缺点,研究了一种新的简单、高效、适应性强、易实现的算法.新算法通过合理地设定判断区域的上下边界和3个简单的判断阈值,实现了在各种烧结工况下都能够准确地采集到特征断面图像,并且通过对最低平均温度初值的设定,有效地解决了对辉光图像的误判问题.系统自2007年1月运行以来,特征断面图像的准确采集率达到95%以上. 相似文献
3.
4.
为了更准确地对尾矿坝稳定性进行预测,采用训练速度快、参数设置简单、准确度较高的极限学习机(ELM)模型,针对ELM模型在训练过程中随机产生的连接权值和隐含层阈值,导致泛化能力不足、模型稳定性差的问题,引入基于线性递减权重法改进的粒子群算法(IPSO)对其进行优化,提出了尾矿坝稳定性预测的改进粒子群优化极限学习机(IPSO-ELM)模型。将该模型运用到尾矿坝实例预测中,在选取的35个样本数据中,将前30组作为训练样本,后5组作为测试样本,以内摩擦角、边坡角、尾矿坝材料重度、孔隙压力比、内聚力和边坡高度6个尾矿坝稳定性影响因素为输入参数,以尾矿坝稳定性安全系数为输出参数,将预测结果与ELM模型和PSO-ELM模型对比,结果表明,IPSO-ELM模型有较高的预测精度,预测值逼近于实际值,验证了IPSO-ELM模型在尾矿坝稳定性评价中的可靠性和有效性。 相似文献
1