基于视频的电熔镁炉工况识别系统→2.模型建立

2024-02-16 14:40

本文主要是介绍基于视频的电熔镁炉工况识别系统→2.模型建立,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

基于视频的电熔镁炉工况识别系统→2.模型建立

《基于视频的电熔镁炉工况识别系统→2.模型建立》


paste-394454091431939.jpg
  1. 该系统是一个高斯白噪声所驱动的一阶ARMA模型很多文献都这么写,且噪声paste-103878079021059.jpgpaste-105003360452611.jpg
  2. LDS_model.m
    1. imput:furnace_patches_724.mat
    2. output: _n=20_nv=1_724.mat     724个视频的 A B C X C0=Ymean=w[k] Q
    3. 调用suboptimalSystemID来求解模型参数
参数求解过程代码
  1. 构建输入序列矩阵、去均值
    1. paste-560836829511683.jpg  每一列是每帧的外观特征,反映外观信息
  • m:视频一帧的特征数  17884
  • τ: 视频帧数   50
input:dataMatrix 68*263*50
  1. 将dataMatrix变为17884*50维
1
2
3
4
5
6
7
8
F = size(dataMatrix,3);if (size(dataMatrix,3)~=1)I = double(reshape(dataMatrix,[],F));
elseF = size(dataMatrix,2);I = double(dataMatrix);
end
  1. 去均值
1
2
C0 = mean(I,2);
Y = I - repmat(C0,1,F);

  1. 选择状态维数 ,估计观测矩阵C。
    1. paste-133951440027651.jpgpaste-557649963778051.jpg
    2. paste-145247204016131.jpg
    3. paste-146089017606147.jpg  每一列是每帧的状态特征,反映动态信息: 

1
2
3
[U,S,V]  = svd(Y,0);
C = U(:,1:n);
X = S(1:n,1:n)*V(:,1:n)';
  1. 估计状态转移矩阵A并进行正则化
    1. paste-152028957376515.jpg
    2. paste-157380486627331.jpgpaste-328088256774147.jpg这里的逆是伪逆
    3. A除以A的谱半径


1
A = X(:,2:F)*pinv(X(:,1:(F-1)));
1
2
3
4
5
6
7
e = eig(A);
e = abs(e);
target = 0.9999;
if any(e>=target)spectral_radius = max(e);A = A*target/spectral_radius;
end


  1. 估计输入矩阵B 
    1. paste-368963460530179.jpgpaste-370496763854851.jpg所以说B是S的一部分
    2. paste-294153720168451.jpg
    3. paste-350211633315843.jpg1.S的每一列代表1个样本,且~N(0,Q),即均值为0  2.因此协方差矩阵这样写
    4. 由于paste-105003360452611.jpg,所以可以估计paste-351178000957443.jpg
    5. paste-296017735974915.jpg  n×(τ-1)=n×n × n×(τ-1) × (τ-1)×(τ-1)  因为n<τ-1
    6. paste-303456619331587.jpg    n×nv × nv×nv
    7. paste-105003360452611.jpg
1
2
3
4
S          = X(:,2:F) - A*X(:,1:(F-1));
[Uv,Sv,Vv] = svd(S,0);
B          = Uv(:,1:nv)*Sv(1:nv,1:nv)./sqrt(F-1);
Q          = B*B';



Show 例子


Show 拓展

paste-116780160778243.jpg



posted on 2018-10-18 14:46 LeisureZhao 阅读(...) 评论(...) 编辑 收藏

这篇关于基于视频的电熔镁炉工况识别系统→2.模型建立的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/714839

相关文章

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

SpringBoot快速接入OpenAI大模型的方法(JDK8)

《SpringBoot快速接入OpenAI大模型的方法(JDK8)》本文介绍了如何使用AI4J快速接入OpenAI大模型,并展示了如何实现流式与非流式的输出,以及对函数调用的使用,AI4J支持JDK8... 目录使用AI4J快速接入OpenAI大模型介绍AI4J-github快速使用创建SpringBoot

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

Java如何获取视频文件的视频时长

《Java如何获取视频文件的视频时长》文章介绍了如何使用Java获取视频文件的视频时长,包括导入maven依赖和代码案例,同时,也讨论了在运行过程中遇到的SLF4J加载问题,并给出了解决方案... 目录Java获取视频文件的视频时长1、导入maven依赖2、代码案例3、SLF4J: Failed to lo