文献

J-GLOBAL ID：201902274546694896   整理番号：19A0516403

シミュレートされたフィードバック機構に基づくロータリーキルン燃焼状態認知知能法【JST・京大機械翻訳】

Simulated Feedback Mechanism-Based Rotary Kiln Burning State Cognition Intelligence Method

著者 (5件)： Chen Keqiong (School of Electrical Engineering and Automation, Hefei University of Technology, Hefei, China) ,  Wang Jianping (School of Electrical Engineering and Automation, Hefei University of Technology, Hefei, China) ,  Li Weitao (School of Electrical Engineering and Automation, Hefei University of Technology, Hefei, China) ,  Li Wei (School of Electrical Engineering and Automation, Hefei University of Technology, Hefei, China) ,  Zhao Yi (School of Electrical Engineering and Automation, Hefei University of Technology, Hefei, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 4458-4469  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 燃焼状態は,ロータリーキルン焼結プロセスにおけるクリンカ品質指標を直接決定する。反復比較と推論により人間の認知過程を模倣する目的で,模擬フィードバック機構に基づくロータリーキルン燃焼状態認識知能法と計算モデルを探索した。火炎画像特徴空間を,グローバルから局所へのシミュレーションフィードバック認識モードを実現するために,異なる値の認知要求を有する不確実な認識結果の評価を用いて,徐々に最適化した。最初に,訓練層と認識決定層の結合操作によるシミュレーションフィードバック機構ベースの回転キルン炉燃焼状態認識知能方法を提案して,このモデルのフレームワークを記述した。第二に,単語モデルの袋,潜在的意味解析法,およびエントロピー理論に基づく不確実な認識結果の評価指標システムを構築した。第3に,不確実な認知結果の評価に基づくシミュレーションフィードバック機構を確立して,具体的計算モデルを与えた。第4に,シミュレーションフィードバック機構ベースの回転キルン炉燃焼状態認識知能システムを設計して,関連する認識知能アルゴリズムを提供した。最後に,シミュレーション実験を,ロータリーキルンの収集燃焼ゾーン火炎画像を用いて実行した。平均認識精度は92.32%で,精度の標準偏差は小さかった。実験結果は,著者らの方法が効果的であり,火炎画像のグローバル構成特徴を有する他の開ループ認識方法より優れていることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 焼結 ,  計算モデル ,  不確実性 ,  開ループ系 ,  シミュレーション ,  アルゴリズム ,  画像 ,  単語 ,  計算機シミュレーション ,  エントロピー ,  モデル ,  *フィードバック ,  最適化 ,  標準偏差
準シソーラス用語： *ロータリーキルン ,  *フィードバックメカニズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： フィードバック ,  ロータリーキルン ,  燃焼 ,  認知 ,  知能