ICPRIC2020 模式识别与智能控制国际学术会议
ICPRIC2020 模式识别与智能控制国际学术会议
说明:系列课
免费
课程介绍
课程目录

会议介绍

2020年模式识别与智能控制国际学术会议(ICPRIC 2020)定于2020年4月10日举行。会议主要围绕模式识别与智能控制等研究领域展开讨论。会议旨在为从事模式识别与智能控制研究的专家学者、工程技术人员、技术研发人员提供一个共享科研成果和前沿技术,了解学术发展趋势,拓宽研究思路,加强学术研究和探讨,促进学术成果产业化合作的平台。


刘辉副教授.png

刘辉副教授(昆明理工大学)


研究内容

转炉炼钢终点碳温软测量方法与关键技术研究

转炉炼钢过程中准确实时的终点控制对于提高冶炼质量、减少吹炼次数进而实现节能减排具有重要的意义,而终点控制的关键在于实现吹炼过程碳含量和温度的连续实时预报。本研究针对转炉炼钢生产过程数据维度高、非线性样本波动大、时变性等问题,从过程数据特征选择以及建立即时学习的碳温软测量模型的角度,构建了面向转炉终点控制的碳温预报软测量方法。首先,建立了一种基于改进遗传算法的转炉炼钢过程数据特征选择方法,建立了一种自适应调节交叉变异概率机制,实现了过程数据的特征选择任务,为后续进行软测量提供了基础;其次,提出一种基于二次相似性度量的即时学习转炉炼钢终点碳温软测量方法,利用灰色关联度准则进行一次度量建立初始局部模型,在其局部模型中定位出“质心”样本进行二次度量从而获取最优局部模型;最后,提出一种改进的LSTM网络,将输出层结果反馈回输入端,改进后的循环神经网络不仅可以提取层次间的特征,而且反馈层的加入又融合了炉次样本间序列特征能保证数据残缺的情况下充分利用上一炉次下的信息。实验表明,本研究的结果具有较高的识别率,为转炉炼钢终点判断提供了一种重要的方法和参考。


Associate Prof. Bhagwan Das.png

Associate Prof. Sunil Kumar Jha 南京信息工程大学


研究内容

人体异味数据挖掘中的数据融合方法

气味是人体的特征和令人震惊的香气。它是生物识别,法医和医学应用中个人独特特征和身体状况的重要信息来源。由于挥发性有机化合物的复杂组合,通过常规仪器根据体臭识别个体是一项艰巨的任务。本研究的目的是寻找体臭中VOC(挥发性有机化学品)的最佳子集,通过结合分析方法和化学计量学分析可以在个体中产生VOC。具体来说,已经证明了数据融合方法的实施,该方法可以在体味中搜索区分生物标志物的挥发性有机化学物质(VOC)以进行个体区分。此外,在人体气味挖掘中还讨论了一些决策层数据融合的新颖方法。气相色谱-质谱法(GC-MS)表征了人体的气味,已用于分析和验证。


人体异味数据挖掘中的数据融合方法
30:43(录播)
转炉炼钢终点碳温软测量方法与关键技术研究
41:48(录播)

艾思学院合作咨询

联系方式:020-2810 1017、13922150126 (微信同号)

客服邮箱:fengbing@ais.cn

公众号

小程序

艾思学术 版权所有
Copyright©2019 All rights reserved 粤ICP备16087321号