| 注册
首页|期刊导航|矿业科学学报|基于多尺度卷积神经网络和LBP算法的浮选工况识别

基于多尺度卷积神经网络和LBP算法的浮选工况识别

蒋小平 刘俊威 王乐乐 雷震彬 胡明振

矿业科学学报2023,Vol.8Issue(2):202-212,11.
矿业科学学报2023,Vol.8Issue(2):202-212,11.

基于多尺度卷积神经网络和LBP算法的浮选工况识别

Flotation condition recognition based on multi-scale convolutional neural network and LBP algorithm

蒋小平 1刘俊威 1王乐乐 1雷震彬 2胡明振2

作者信息

  • 1. 中国矿业大学(北京)机电与信息工程学院,北京 100083
  • 2. 广西华锡集团股份有限公司,广西柳州 545006
  • 折叠

摘要

关键词

图像处理/卷积神经网络/非下采样Shearlet变换/局部二值模式/随机权神经网络

分类

矿业与冶金

引用本文复制引用

蒋小平,刘俊威,王乐乐,雷震彬,胡明振..基于多尺度卷积神经网络和LBP算法的浮选工况识别[J].矿业科学学报,2023,8(2):202-212,11.

矿业科学学报

OA北大核心CSCDCSTPCD

2096-2193

访问量2
|
下载量0
段落导航相关论文