期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于伪负样本和融合置信度的浮选分布外工况检测
1
作者 汤海玚 唐朝晖 +4 位作者 张虎 戴智恩 高小亮 苏越 马炜烨 《有色金属(中英文)》 北大核心 2025年第5期835-845,共11页
锌的快粗选作为锌浮选过程的第一道工序,是锌尾矿回收和锌精品位提升的关键。当实际生产中出现未在原有分类模型部署的工况时,现有的数据驱动策略仍将新型工况识别为分布内工况的某一类别,并进行对应类别的加药量调整,从而影响精矿品位... 锌的快粗选作为锌浮选过程的第一道工序,是锌尾矿回收和锌精品位提升的关键。当实际生产中出现未在原有分类模型部署的工况时,现有的数据驱动策略仍将新型工况识别为分布内工况的某一类别,并进行对应类别的加药量调整,从而影响精矿品位和尾矿回收。为此,提出一种基于伪负样本和融合置信度的浮选分布外工况检测方法。采用贝叶斯网络筛选不同类别的边缘样本,通过条件变分自动编码器CVAE(Conditional Variational Autoencoder)生成对应类别的近分布对抗性样本;利用生成的伪负样本学习预训练好的分类模型,获取不同特征层的加权系数,并融入能量函数计算模型损失;将基于马氏距离的单类别置信度和基于能量函数的多类别置信度加权求和,获取融合置信度,作为分布外检测的判别依据。实验结果表明,本文所提方法相较于已有的分布外检测基准方法取得了更优的性能:在锌浮选工况分类数据集上,本方法的AUROC和TNR(at TPR95%)分别提升了21.47%和13.21%,提高了对浮选新型工况的判别能力。 展开更多
关键词 工况识别 条件自编码器 马氏距离 能量函数 分布外检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部