CN119494048A 基于数据采集的全流程废钢判级方法及系统 (唐山文旅数字技术发展有限公司)_第1页
CN119494048A 基于数据采集的全流程废钢判级方法及系统 (唐山文旅数字技术发展有限公司)_第2页
CN119494048A 基于数据采集的全流程废钢判级方法及系统 (唐山文旅数字技术发展有限公司)_第3页
CN119494048A 基于数据采集的全流程废钢判级方法及系统 (唐山文旅数字技术发展有限公司)_第4页
CN119494048A 基于数据采集的全流程废钢判级方法及系统 (唐山文旅数字技术发展有限公司)_第5页
已阅读5页,还剩33页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于数据采集的全流程废钢判级方法及系统2S2:基于所述低维特征嵌入矩阵,对废钢密度变化及S3:基于所述带权邻接图结构,依次提取废钢机械S4:基于所述废钢分组分类结果,逐点计算废钢密度S111:根据废钢加工过程中采集的废钢密度变S113:将所述特征点关联权重分布矩阵作为输入,;3S211:基于所述低维特征嵌入矩阵,计算废钢S212:按照特征点之间的权重分布对所述距离平;S313:基于所述特征点优化后的分组边界,计;S411:从所述废钢分组分类结果中提取每个分S412:分析所述概率密度分布矩阵,标识概率密4;若A;大于调整后的阈值t,则标记为异常点,生成废钢边界样本与异常点分布标签;其中,Anz表示第i个特征点与k个最近邻特征点概率密度平均值的标准差归一化差S511:从所述废钢边界样本与异常点分布标签中S512:对所述调整后的带权邻接点数量矩阵进行归S513:基于所述归一化带权邻接点权值矩阵,采用核;核密度估计的平滑程度,wik是第i个特征点对第k个分组中心的权重,AWX是基于数据特征提取模块基于废钢加工过程中采集的废钢密度变化值、关联权重构建模块基于所述低维特征嵌入矩阵,计算密度变化值及成分组分类优化模块基于所述带权邻接图矩阵,提取机械特性异常分布检测模块基于所述废钢特征分组矩阵,计算分组内多特征点的概率密度值,5特征分级优化模块基于所述废钢边界样本分布与异常点标签,67;其中,代表低维嵌入特征点的权重分布值,表示(j表示归一化后的权重修正;8;其中,F代表废钢分组分类结果的权值分布评价,wij代表组内特征点之间;若A;大于调整后的阈值t,则标记为异常点,生成废钢边界样本与异常点分布其中,A;表示第i个特征点与k个最近邻特征点概率密度平均值的标准差归一化9;控制核密度估计的平滑程度,wik是第i个特征点对第k个分组中心的权重,AWX是基示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限废钢成分的趋势值将通过趋势分析技术进行分析,确定废钢成分随加工时间的变化趋势,或其他相关距离度量方法来计算这些距离,这些计算得到的距离将被组合成一个距离矩;ij;;;;;地进行后续的归一化处理,通过归一化处理可以进一步优化和精确特征点之间的分组边;地处理废钢的分类和后续加工,公式中的参数wj表示组内;;根据密度值的统计分布确定阈值,该阈值旨在分离出密度较低的点作为边界样;其中,表示第i个特征点与k个最近邻特征点概率密度平均值的标准差归一化;假设有一特征点的概率密度p,=0.05,其最近的k=5个邻居点的密度分别为;续的归一化处理,此过程确保了每个特征点的影响力根据其在分布中的位置被适当地调;性值分别为,分组中心的属性值x=2.0,归一化权值为;;;异常分布检测模块基于废钢特征分组矩阵,计算分组内多特征点的概率密度值,本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论