99久久精品国产一区二区狐狸,99福利在线观看,国产精品毛片在线,成人影院亚洲,日韩精品第一,天天躁日日躁性色aⅴ电影,午夜毛片网

一種精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法與流程

文檔序號(hào):42064493發(fā)布日期:2025-06-04 18:24閱讀:來(lái)源:國(guó)知局

技術(shù)特征:

1.一種精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,所述精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法包括:

2.根據(jù)權(quán)利要求1所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,利用所述歷史洗選樣本數(shù)據(jù)制作得到數(shù)據(jù)集,包括:

3.根據(jù)權(quán)利要求2所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,基于所述數(shù)據(jù)集,按序依次訓(xùn)練得到煤質(zhì)聚類器、水分聚類器、灰分聚類器、入洗量聚類器、洗選工作參數(shù)聚類器,包括:

4.根據(jù)權(quán)利要求3所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,基于所述數(shù)據(jù)集,先訓(xùn)練得到煤質(zhì)聚類器,包括:

5.根據(jù)權(quán)利要求4所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,所述綜合相似性度量公式為:

6.根據(jù)權(quán)利要求4所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,使用高斯混合模型對(duì)所述數(shù)據(jù)集的密度、粒度和易碎性特征進(jìn)行聚類之前,還包括:

7.根據(jù)權(quán)利要求3所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,以所述煤質(zhì)聚類器的輸出結(jié)果,結(jié)合所述數(shù)據(jù)集作為所述水分聚類器的輸入,訓(xùn)練得到所述水分聚類器,包括:

8.根據(jù)權(quán)利要求7所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,以所述煤質(zhì)聚類器、所述水分聚類器兩者的輸出結(jié)果,結(jié)合所述數(shù)據(jù)集作為所述灰分聚類器的輸入,訓(xùn)練得到所述灰分聚類器,包括:

9.根據(jù)權(quán)利要求8所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,以所述煤質(zhì)聚類器、所述水分聚類器、所述灰分聚類器三者的輸出結(jié)果,結(jié)合所述數(shù)據(jù)集作為所述入洗量聚類器的輸入,訓(xùn)練得到所述入洗量聚類器,包括:

10.根據(jù)權(quán)利要求9所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,以所述煤質(zhì)聚類器、所述水分聚類器、所述灰分聚類器、所述入洗量聚類器四者的輸出結(jié)果,結(jié)合所述數(shù)據(jù)集作為所述洗選工作參數(shù)聚類器的輸入,訓(xùn)練得到所述洗選工作參數(shù)聚類器,包括:

11.根據(jù)權(quán)利要求10所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,以所述煤質(zhì)聚類器、所述水分聚類器、所述灰分聚類器、所述入洗量聚類器、所述洗選工作參數(shù)聚類器五者的輸出結(jié)果,結(jié)合所述數(shù)據(jù)集作為精煤產(chǎn)率預(yù)測(cè)器的輸入,訓(xùn)練得到精煤產(chǎn)率預(yù)測(cè)器,包括:

12.根據(jù)權(quán)利要求10所述的精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,其特征在于,利于所述精煤產(chǎn)率預(yù)測(cè)器實(shí)時(shí)預(yù)測(cè)精煤產(chǎn)率,包括:


技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種精煤產(chǎn)率預(yù)測(cè)學(xué)習(xí)樹(shù)方法,涉及精煤產(chǎn)率預(yù)測(cè)技術(shù)領(lǐng)域。包括:通過(guò)從數(shù)據(jù)庫(kù)提取歷史洗選樣本數(shù)據(jù),構(gòu)建包含煤質(zhì)、水分、灰分、入洗量及洗選工作參數(shù)等多維特征的數(shù)據(jù)集;采用多種算法分別訓(xùn)練煤質(zhì)聚類器、水分聚類器、灰分聚類器、入洗量聚類器和洗選工作參數(shù)聚類器,逐層提取特征并優(yōu)化類別劃分;基于聚類器的輸出結(jié)果訓(xùn)練精煤產(chǎn)率預(yù)測(cè)器。最終,通過(guò)加載訓(xùn)練好的聚類器與預(yù)測(cè)器,結(jié)合實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)預(yù)測(cè)精煤產(chǎn)率。本發(fā)明綜合考慮多維特征及其關(guān)聯(lián)關(guān)系,通過(guò)模塊化訓(xùn)練與分階段優(yōu)化,顯著提升了精煤產(chǎn)率預(yù)測(cè)的精度與實(shí)時(shí)性,為煤炭洗選工藝優(yōu)化提供重要的智能化技術(shù)支持。

技術(shù)研發(fā)人員:黃萬(wàn)華,張兵,劉海瑞,張震,袁煒,郭坦,楊林順,吳瑞瑞,姜文磊,張偉
受保護(hù)的技術(shù)使用者:山西焦煤能源集團(tuán)股份有限公司西山分公司
技術(shù)研發(fā)日:
技術(shù)公布日:2025/6/3
當(dāng)前第2頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1