买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南工业大学申请的专利基于加权K最近邻算法的浮选工况识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115578600B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211344345.X，技术领域涉及：G06V10/764；该发明授权基于加权K最近邻算法的浮选工况识别方法及系统是由彭成;罗靓;王启龙;李长云;袁鑫攀设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本基于加权K最近邻算法的浮选工况识别方法及系统在说明书摘要公布了：本发明公开了一种基于加权K最近邻算法的浮选工况识别方法及系统，通过对泡沫图像数据集中模糊和不确定的数据、以及各类特征的不同分布进行模糊多邻域颗粒的设置；引入熵的概念计算出由特征子集诱导的模糊多邻域颗粒所提供的信息量，并在模糊多粒度信息理论框架下充分考虑泡沫图像特征间的多重关系；根据特征间的多重关系构建目标评价函数，计算出每个特征的函数值，并对特征进行排序；利用计算出的特征函数值对K近邻算法进行加权；选取分类准确率最高的特征子集作为浮选工况识别的最优特征子集。本发明充分考虑到泡沫图像特征间存在的多重关系，能充分利用好特征提供的有用信息，分类效率和分类准确率高。

本发明授权基于加权K最近邻算法的浮选工况识别方法及系统在权利要求书中公布了：1.一种基于加权K最近邻算法的浮选工况识别方法，其特征在于，包括以下步骤： 对泡沫图像数据集中模糊和不确定的数据、以及各类特征的不同分布进行模糊多邻域颗粒的设置，包括： 对摄像机拍摄的浮选泡沫视频进行等间隔地截取，将截取的一帧图像构成原始样本集； 从所述样本集中的每个泡沫图像样本中提取相关特征，构成特征集； 对所述特征集进行归一化预处理，消除不同特征之间的量纲影响； 对消除量纲影响的各类特征进行模糊多邻域颗粒的设置； 引入熵的概念计算出由特征子集诱导的模糊多邻域颗粒所提供的信息量，并在模糊多粒度信息理论框架下充分考虑泡沫图像特征间的多重关系，所述多重关系包括相关系、冗余性、互补性和交互性，包括： 引入熵的概念计算出由特征子集诱导的模糊多邻域颗粒所提供的信息量，所述信息量包括样本集相对于特征子集A、特征子集B的模糊多邻域互信息、以及样本集在给定特征子集A的情况下，特征子集B和的模糊条件互信息； 在模糊多粒度信息理论框架下充分考虑泡沫图像特征间的多重关系，构造一种特征目标评价函数来衡量泡沫图像特征对图像分类的贡献程度，并进行特征排序，率先进入已选特征子集S的是与类别D相关性最大的特征，再依次选取特征目标评价函数最大的特征进入已选特征子集S中，直至剩余候选子集V中的特征被选取完，所述特征目标评价函数的计算公式如下： 其中，为当前候选特征与类别的相关性，为当前候选特征对于已选特征子集的冗余性，为当前候选特征对于已选特征的互补性，为剩余未选特征与当前候选特征的交互性，为特征集，为已选特征子集，为剩余候选特征子集； 根据特征间的多重关系构建目标评价函数，计算出每个特征的函数值，并对特征进行排序； 利用计算出的特征函数值对K近邻算法进行加权； 选取分类准确率最高的特征子集作为浮选工况识别的最优特征子集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南工业大学，其通讯地址为：412007 湖南省株洲市泰山西路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。