基于雷达的高炉料线形状融合测量与补偿算法

不采用传统接触力模型自下而上的高炉料面形状计算方法,而是根据土坡力学颗粒物质堆积理论,提出了新的基于堆积法的高炉料线形状融合计算方法,直接对料面形状进行计算.围绕高炉多环布料的炉料堆积特点,结合炉顶六点阵列雷达,获得了料面形状计算的边界条件,弥补了传统料型计算靠十字测温加机械探尺的经验估算.新方法通过高炉布料规律及炉料颗粒的物理堆积插值方法,采用贝叶斯数据融合方法和分段三次Hermite插值,结合布料体积约束条件,完成了理论计算与测量修正的结合.实测结果表明:料面形状融合法比传统单独的料面估算法,测量精度提高4.8%,料面分辨率提高27.2%,使布料控制可以更加精准和有针对性.      

模糊C均值聚类算法在高炉料面分类中的应用

通过对多雷达扫描得到的高炉料面进行数据处理,根据数据的特征,分别采用模糊C均值聚类和特征加权模糊C均值聚类算法对料面数据进行分类,建立标准料面模型库.再通过模糊模式识别中贴近度的方法把待分类的目标料面与模型库相匹配,为后续的布料控制提供依据.该算法在某2500 m3高炉上进行了实验,取得良好的效果.仿真结果表明了其有效性.      

基于多点雷达和最小二乘法估计高炉料面形状

利用多点雷达数据,使用最小二乘法对高炉的料面形状进行估计.首先,采用三段曲线描述料面形状,其中包括两段直线一段二次曲线.其次,利用炉料分布规律对三段曲线的具体参数进行约束,使得料面形状的估计更为合理.然后,利用多点雷达数据和最小二乘法估计料面形状,实现料面的实时动态显示.利用某钢厂的实际雷达测量数据,证实了该方法的有效性.      

基于模糊粒度计算的文本聚类研究

典型的文本聚类算法是一种硬划分,但是实际上由于中文文本的多样性和大量性更适合进行软划分,模糊集理论的提出为这种软划分提供了有力的分析工具。传统的模糊聚类方法大都是通过对隶属度的矩阵逐步迭代得到模糊等价矩阵或模糊划分的方法实现聚类,这个过程需要大量的存储空间。基于模糊粒度计算的文本聚类算法是在文档集合的模糊粒度空间上给定一个归一化的距离函数d（d_i,d_j）,对距离小于粒度d_λ的文本进行动态聚类。通过实验证明此方法在解决文本聚类问题时具有降低计算复杂度和空间复杂度,适于大量文本的聚类处理。     

自然风景图像情感标识方法研究

图像情感标识就是为图像标注情感类关键词以反映用户对该图像的情感或印象.以自然风景图像为对象,提出一种由视觉特征提取、视觉-情感关系构建、情感标识推导三部分组成的图像情感标识方案.首先从情感认知角度提取自然风景图像的颜色、纹理等视觉特征,然后采用多维尺度技术挖掘图像视觉特征和人类主观感知之间的深层联系,最后采用贝叶斯决策模型根据图像视觉特征推导出其情感描述.对部分风景图像进行自动标识的结果表明贝叶斯决策模型在处理情感标识这类不确定性推理问题上是很有效的.     

多智能体协调技术在热连轧中的应用

本文以典型的流程工业过程为对象,结合分布式工业过程控制的特点,分析了多智能体应用于复杂工业过程控制的可行性、必要性;提出了一种基于工业过程控制的多智能体系统的体系结构及其协调控制过程.板带热连轧机过程控制是典型的分布式过程控制对象,文章从综合控制的角度出发提出热连轧机工业生产过程多智能体系统的体系结构,给出了体系结构中各功能模块的组成及其处理过程,并重点分析了加热炉控制的协调过程.     

基于SOA的Struts框架应用

为简化、规范Web应用系统的开发和部署,提高系统的可移植性、安全性,该文利用Struts框架结构的Web应用系统开发原理及特性,采用面向服务架构的开发模式SOA,将SOA思想引入Struts框架中,形成一种新的开发框架模式。通过信息管理系统的开发实例介绍基于SOA架构的Struts框架的实现过程。基于SOA架构的Struts框架新模式能实现平台间的直接互操作,有效提升Web应用系统的可移植性和安全性。     

基于模糊神经网络的人工鱼虚拟味觉系统研究

本文设计了在智能虚拟环境下人工鱼的一种虚拟味觉系统.利用模糊神经网络实现了鱼儿对食物的学习记忆算法.模糊神经网络由于同时具备了模糊逻辑对规则的表达能力以及神经网络的学习能力,非常适合解决虚拟环境中味觉的信号识别问题,经实验验证是切实可行的.基于模糊神经网络的味觉系统的研究和实现为人工鱼多感知融合系统提供了基础.     

基于粒网络生成规则的文本分类研究

文本分类是数据挖掘的一种应用,分类器的设计是其中最重要的一个环节.与那些基于统计方法的分类算法比较,给予规则的分类算法在很多情况下更具优越性.提出了一种基于粒运算的方法,通过建立粒网络生成分类规则,从而实现文本分类的方法.本算法通过从最大的粒中提取较小粒,直至产生最小粒的过程建立起一个粒网络,从而产生分类规则,实现文本的分类.