基于多核方法的分类研究及其在铜浮选工况识别中的应用

基于多核方法的分类研究及其在铜浮选工况识别中的应用

ID:34038758

大小:8.81 MB

页数:71页

时间:2019-03-03

基于多核方法的分类研究及其在铜浮选工况识别中的应用_第1页
基于多核方法的分类研究及其在铜浮选工况识别中的应用_第2页
基于多核方法的分类研究及其在铜浮选工况识别中的应用_第3页
基于多核方法的分类研究及其在铜浮选工况识别中的应用_第4页
基于多核方法的分类研究及其在铜浮选工况识别中的应用_第5页
资源描述:

《基于多核方法的分类研究及其在铜浮选工况识别中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据中图分类号!£22垒:3UDC621.3硕士学位论文学校代码密级10533基于多核方法的分类研究及其在铜浮选工况识别中的应用MultipleKernel--basedClassificationResearchandItsApplicationinthePerformanceRecognitionforCopperFlotation作者姓名:学科专业:研究方向:学院(系、所):指导教师:黄易控制科学与工程模式识别与智能系统控制工程研究所彭涛教授答辩委员会主席!!釜盎之中南大学二。一四年五月学位论文原创性声明恻必必剿万方数据本人郑重声明,所呈交的学位论文是本人在导师指导下进行的研究工作及

2、取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。申请学位论文与资料若有不实之处,本人承担一切相关责任。作者签名:盔显日期:鲨!兰年』月翌日学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版;本人允许本学位论文被查阅和借阅;学校可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用复印、缩印或其

3、它手段保存和汇编本学位论文。保密论文待解密后适应本声明。作者签名:导师签名盟日期:型兰年』月丝日万方数据基于多核方法的分类研究及其在铜浮选工况识别中的应用摘要:分类器设计为模式识别领域的主要研究方向之一,更有效的分类器一直是所追求的。核方法的引入使得分类器有效性得到很大改善。然而,单个核函数无法有效描述复杂的数据分布和模式特征,多核方法通过多个核函数的组合为解决上述问题提供了新思路。在铜浮选过程中,现场工作环境复杂,变量间的非线性关系复杂,目前用在浮选过程中的模式识别方法没有着重考虑特征选择和数据异构情况,适用性有限,影响工况识别的准确率。论文主要研究工作及创新性成果如下:(1)针对传统F.s

4、core特征选择方法未考虑非线性可分特征的问题,提出一种多核F-score(MKF.score)特征选择方法,对样本间距离重新定义,得到非线性可分特征的有效评估准则。在UCI数据集上仿真结果表明,所提方法挑选出的最优特征子集能够达到较好的分类效果。(2)针对目标类数据分布呈现异构、非目标类数据不足的问题,研究基于多核支持向量数据描述(MKSVDD)的分类方法,在Banana数据集上的仿真结果表明,所提方法更加适用于数据分布异构问题。(3)针对单核高斯过程回归(SKGPR)处理异构数据误差较大问题,研究基于多核高斯过程回归(MKGPR)I拘专家分类方法。运用不同分布数据进行仿真实验,结果表明多核

5、高斯过程回归在处理异构数据时性能优良。(4)针对铜浮选过程存在大量非线性异构数据的问题,提出基于多核方法的铜浮选过程工况识别方法,将多核F.score、多核支持向量数据描述和多核高斯过程回归专家分类方法运用于铜浮选工况识别中,工业现场数据实验验证了所提方法的有效性,可以很好地用于指导实际浮选生产操作。图45幅,表15个,参考文献71篇。关键词:多核方法;F.score;支持向量数据描述;高斯过程回归;工况识别;铜浮选分类号:TP274.3万方数据MultipleKemel—basedClassificationResearchandItsApplicationinthePerformanceR

6、ecognitionforCopperFlotationAbstract:ClassifierdesigniSoneofthemainresearchdirectionsinthefieldofpaRemrecognition.Moreefficientclassifierhasbeenpursuing,andthesituationchangeda10tuntilthekemelmethodwasintroduced.However.thetraditionalmethodiSbasedonasinglekemelmethod,asinglekernelfunctioncannoteffec

7、tivelydescribecomplexdatadistributionandpatternfeatures.Multiplekemelmethodcombinedwithseveralkemelfunctionsoffersanewideaforthatproblem.Becauseofthecomplexoftheworkingenvironmentandthenonlinearrelati

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。