期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的矿岩图像识别技术研究
被引量:
8
1
作者
徐校竹
《中国锰业》
2018年第6期179-181,共3页
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...
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。
展开更多
关键词
深度学习
卷积神经网络
图像识别
矿岩分选
下载PDF
职称材料
题名
基于深度学习的矿岩图像识别技术研究
被引量:
8
1
作者
徐校竹
机构
鞍山市第八中学
出处
《中国锰业》
2018年第6期179-181,共3页
文摘
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
Keywords
Deep learning
Convolutional neural network
Image recognition
Ore and rock separation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的矿岩图像识别技术研究
徐校竹
《中国锰业》
2018
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部