唐朝晖

作品数：105被引量：606H指数：13
导出分析报告
供职机构：中南大学更多>>
发文主题：泡沫图像泡沫浮选锌浮选浮选泡沫浮选更多>>
发文领域：自动化与计算机技术电气工程冶金工程矿业工程更多>>
发文期刊：更多>>
所获基金：国家自然科学基金湖南省自然科学基金湖南省研究生科研创新项目国家高技术研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于稀疏注意力卷积ViT模型的锌浮选工况识别
《工程科学学报》2025年第2期328-338,共11页苏越 唐朝晖 谢永芳 高小亮 张虎 马炜烨 汤海玚 
国家自然科学基金资助项目(62171476,62376040,62233018);湖南省自然科学基金资助项目(2023JJ30084)。
准确识别锌浮选工况并用于指导锌浮选操作,可以提高浮选效率、优化选矿过程.目前浮选现场主要通过人工肉眼观察泡沫并依据经验判断工况,这种方法主观性强,难以客观准确地评价锌浮选工况.针对该问题,本文通过研究锌浮选泡沫视觉特征和浮...
关键词：工况识别 卷积神经网络 视觉Transformer 稀疏注意力 泡沫浮选 
基于预测补偿网络的锌扫选尾矿品位预测
《中南大学学报（自然科学版）》2023年第11期4370-4379,共10页刘嘉鹏 唐朝晖 钟宇泽 郑锶 向婉蓉 
国家自然科学基金资助项目(62171476)。
针对泡沫浮选关键性能指标预测准确率低的问题,提出一种基于预测补偿(PC)网络的品位预测方法。该预测补偿网络分为两部分:第一部分,构建基于GRU的锌浮选尾矿品位预测模型,充分利用泡沫图像的时序信息,得到初始品位预测值;第二部分,为解...
关键词：泡沫浮选 品位预测 预测补偿网络 CHOQUET模糊积分 
基于特征融合宽度学习系统的锌浮选过程工况识别
《有色金属（选矿部分）》2023年第3期122-130,143,共10页林振烈 唐朝晖 袁鹤 张虎 
国家自然科学基金资助项目(62171476、61771492);国家自然科学基金联合重点基金资助项目(U1701261)。
浮选工况是浮选操作的重要判断依据,如何准确地识别浮选工况对浮选性能的提升有重要意义。基于机器视觉方法是浮选工况识别的主流方法,通常采用大数据技术在浮选工况数据集上建立浮选表层泡沫特征与浮选工况之间的关系模型,工况识别效...
关键词：锌浮选 工况识别 机器视觉 宽度学习系统 增量学习 
基于改进慢快双流网络的锌快粗选工况识别
《有色金属工程》2023年第6期87-95,共9页唐朝晖 向婉蓉 张虎 谢永芳 高小亮 
国家自然科学基金面上项目(62171476,61771492)。
锌快粗选是锌浮选的第一个浮选工艺,其工况状态直接影响后续精选和扫选的性能效果。现有基于卷积神经网络的浮选工况识别方法直接构建泡沫图像和工况类别的关系模型,自动挖掘与工况关联的泡沫深度特征,取得了一定的效果,但忽略了不同采...
关键词：锌快粗选 泡沫视频 工况识别 慢快双流网络 双流融合 
基于Transformer GAN架构的多变量时间序列异常检测被引量：8
《中国科学：信息科学》2023年第5期972-992,共21页蔡美玲 汪家喜 刘金平 唐朝晖 谢永芳 
国家自然科学基金面上项目(批准号:61971188);国家自然科学基金重点项目(批准号:62233018);湖南省重点领域研发计划项目(批准号:2016SK2017,2019SK2161);湘江实验室重大项目(批准号:22XJ01013)资助。
基于过程中实时采集的多变量时序关联数据进行异常检测是预防工业过程事故、保障系统安全的关键环节之一.然而,工业多变量时间序列异常检测仍面临如下两大难题:(1)时序数据变量间复杂的非线性关联特性缺乏有效的表达方法;(2)正常/异常...
关键词：多变量时间序列 异常检测 TRANSFORMER 异常分数 图注意力 
基于长程时空特征与多尺度外观特征的锌精选工况识别被引量：2
《有色金属工程》2023年第2期79-89,共11页林振烈 张虎 袁鹤 唐朝晖 
国家自然科学基金面上项目(62171476,61771492);国家自然科学基金广东联合重点基金项目(U1701261)。
锌精选作为锌浮选的最后一道流程,其工况直接决定锌浮选最终产品质量。现有基于卷积网络的浮选工况识别方法具备挖掘隐藏特征的能力,取得了良好效果,但仍存在表征能力有限、模型参数大等问题。为此,提出了基于长程时空特征与外观特征的...
关键词：锌精选 工况识别 卷积网络 泡沫视频 长程时空特征 多尺度外观特征 
基于改进I-Attention U-Net的锌浮选泡沫图像分割算法被引量：3
《湖南大学学报（自然科学版）》2023年第2期12-22,共11页唐朝晖 郭俊岑 张虎 谢永芳 钟宇泽 
国家自然科学基金资助项目(62171476)。
针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;...
关键词：泡沫浮选 泡沫图像分割 U-Net Inception模块 增强注意力机制 
基于WCGAN的矿物浮选泡沫图像光照不变颜色提取被引量：1
《自动化学报》2022年第9期2301-2315,共15页刘金平 何捷舟 唐朝晖 谢永芳 马天雨 
国家自然科学基金(61971188,61771492);国家杰出青年科学基金(61725306);国家自然科学基金-广东联合基金重点项目(U1701261);湖南省自然科学基金(2018JJ3349);湖南省研究生科研创新项目(CX2018B312,CX20190415)资助。
浮选泡沫表面颜色是选矿生产指标(精矿品位)最为快速便捷的直接指示器.然而,泡沫图像信号因受多种可变光照的交叉干扰而不可避免存在严重色偏,导致浮选指标难以准确评估.本文将传统的基于光照估计的图像颜色恒常问题转换为一种结构保持...
关键词：浮选泡沫图像 循环生成对抗网络 光照不变颜色特征 Wasserstein距离 结构保持 
基于YOLOv5增强模型的口罩佩戴检测方法研究被引量：45
《计算机工程》2022年第4期39-49,共11页彭成 张乔虹 唐朝晖 桂卫华 
国家自然科学基金面上项目(61871432,61771492);湖南省自然科学基金(2020JJ4275,2019JJ6008,2019JJ60054);湖南省大学生研究性学习和创新性实验计划项目(S201911535027)。
人脸口罩佩戴检测是公共场所疫情防控中极为重要的措施,智能、高效地检测口罩佩戴情况对实现疫情防控的自动化和数字化具有重要意义。使用卷积类深度神经网络实现端到端的人脸口罩佩戴检测具有可行性,但卷积类神经网络具有结构复杂、参...
关键词：深度学习 口罩佩戴检测 YOLOv5网络 GhostBottleneckCSP模块 ShuffleConv模块 
基于聚类簇结构特性的自适应综合采样法在入侵检测中的应用被引量：8
《控制与决策》2021年第8期1920-1928,共9页刘金平 周嘉铭 刘先锋 唐朝晖 马天雨 
国家自然科学基金项目(61971188);湖南省自然科学基金项目(2018JJ3349);湖南省教育厅优秀青年项目(19B364);湖南省知识产权战略推进专项项目(2019F012K);湖南省研究生科研创新项目(CX20190415)。
基于机器学习的网络入侵检测方法将恶意网络行为(入侵)检测转化为模式识别(分类)问题,因其适应性强、灵敏度高等优点,受到国内外广泛关注.然而,现有的模式分类器往往假设数据集的分布是均衡的,而真实的网络环境中,入侵行为要远少于正常...
关键词：网络入侵检测 不均衡数据处理 分布结构保持 谱聚类 自适应综合采样法 过采样 
全选清除导出
共11页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部