简介概要

基于深度学习的矿岩图像识别技术研究

来源期刊:中国锰业2018年第6期

论文作者:徐校竹

文章页码:179 - 181

关键词:深度学习;卷积神经网络;图像识别;矿岩分选;

摘    要:为了促进中国选矿事业的发展,提高资源回收率,利用深度学习图像识别技术对矿石及废石进行识别从而将其分选。同时介绍了深度学习技术理论,重点介绍基于卷积神经网络的图像识别技术,以及利用此图像识别技术针对锰矿石与废石在形态和R、G、B三基色分量方面的区别对矿岩分选的研究。

详情信息展示

基于深度学习的矿岩图像识别技术研究

徐校竹

鞍山市第八中学

摘 要:为了促进中国选矿事业的发展,提高资源回收率,利用深度学习图像识别技术对矿石及废石进行识别从而将其分选。同时介绍了深度学习技术理论,重点介绍基于卷积神经网络的图像识别技术,以及利用此图像识别技术针对锰矿石与废石在形态和R、G、B三基色分量方面的区别对矿岩分选的研究。

关键词:深度学习;卷积神经网络;图像识别;矿岩分选;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号