基于像素特征提取的球团矿性质研究

2018-08-13 02:04李天龙通讯作者王保荣胡正凯
信息记录材料 2018年9期
关键词:球团矿碱度聚类

李天龙,李 娟(通讯作者),王保荣,胡正凯

(1华北理工大学以升创新教育基地,工程计算实验室 河北 唐山 063210)

(2华北理工大学化学工程学院,工程计算实验室,数学建模实验室 河北 唐山 063210)

(3华北理工大学电气工程学院,工程计算实验室,数学建模实验室 河北 唐山 063210)

1 引言

球团矿具有含铁品位高、粒度均匀、还原性能好、机械强度高、微气孔多等特性,是高炉炼铁的重要原料之一。有相关学者基于球团矿冶金性能决定其微观结构,微观结构反映其冶金性能的角度出发,对矿物矿相进行分析,用以反映球团矿的质量。球团矿不同的微观结构,对应着不同碱度,碱度与结构之间存在的关联有待研究。基于此,本文通过对不同碱度下的球团矿在颜色特征、纹理特征、分形特征三个方面进行提取分析,以期更好预测球团矿冶金性能。

2 基于像素的聚类与方差分析

2.1 K-means聚类分析理论

K-means算法将一组N样本X划分成K不相交的簇C,每个都用该簇中的样本的均值μj描述。这个均值通常被称为簇的“质心”,虽然它们是处在同一个空间,但是一般不是从X中挑选出的点,K-means算法旨在选择最小化惯性的标准的质心。

2.2 单元素图像的颜色特征提取

选取K-means聚类算法对颜色进行聚类,像素在3D空间中表示,K-means被用来找到2个颜色的簇,选取Ga元素的图像进行颜色聚类,发现该算法的聚类效果与上述的像素值0,1规划的结果完全符合,该算法同时节省了很多时间。图1、2是原图与聚类图比较。

一阶颜色矩:采用一阶原点矩,反映了图像的整体明暗程度:

二阶颜色矩:采用二阶中心矩的平方根,反映了图像颜色的分布范围:

三阶颜色矩:采用三阶中心矩的立方根,反映了图像颜色分布的对称性:

图1 Ga元素的图

图2 K-means聚类

2.3 对单元素的位置和碱度方差分析

通过对单元素的像素提取和所占比例的统计,计算元素在不同位置和不同碱度下的方差,发现Mg,C,Si,Fe在不同碱度下变化相似,Ga,O在不同碱度下变化相似,Mg,C,Ga,O在不同位置下的变化相似,Si,Fe,Al在不同位置下变化相似。

3 基于RGB的提取和SVM的分类

3.1 SVM分类分析理论

在两类中,给定训练向量和一个向量,SVC能解决如下主要问题subject to:

它的对偶是

其中是所有的向量,是上界,是一个n由个半正定矩阵, 而,其中是内核。所以训练向量是通过函数°φ,间接反映到一个更高维度的(无穷的)空间。

3.2 RGB值的提取和计算

3.3 基于SVM分别对元素,碱度,位置分类

选取80%作为训练集,20%作为测试集,用训练集样本对模型进行训练,用测试集样本对模型性能进行评价。图3、4、5所示各自得分类图。利用accuracy_score函数计算准确度得分。如果是第i个样本的预测值,yi是相应的真实值,则nsamples上正确预测的分数被定义为

如表1所示为得分精度:

表1 得分精度表

图3 元素分类

图5 碱度分类

4 结语

本文在分析球团矿性质时,得到Mg,C,Si,Fe在不同碱度下变化相似,Ga,O在不同碱度下变化相似,Mg,C,Ga,O在不同位置下的变化相似,Si,Fe,Al在不同位置下变化相似,再通过提取RGB值的三个通道利用SVM算法进行分类元素,不同位置,不同碱度,结果显示分类精度较高,通过提取颜色特征代替实验检测球团矿冶金性能,减少检测性能消耗成本,节约时间成本等,有效提供了改善钢铁企业炼铁效果的理论依据。

猜你喜欢
球团矿碱度聚类
基于电位滴定法的海水总碱度分析仪校准方法研究
球团矿焙烧过程温度智能化控制技术
池塘水质调控不能忽略总碱度
不同含量SiO2 对邯郸球团质量的影响
球团矿矿相结构特征及其对冶金性能的影响
基于K-means聚类的车-地无线通信场强研究
水产养殖水体循环利用过程中碱度的变化及调控
基于高斯混合聚类的阵列干涉SAR三维成像
提高回转窑球团矿抗压强度的实践
基于Spark平台的K-means聚类算法改进及并行化实现