| 注册
首页|期刊导航|有色金属科学与工程|基于深度机器视觉的稀土元素组分含量预测

基于深度机器视觉的稀土元素组分含量预测

张水平 张奇涵 王碧 张小林 蓝桥发 郭浩然

有色金属科学与工程2023,Vol.14Issue(4):587-596,10.
有色金属科学与工程2023,Vol.14Issue(4):587-596,10.DOI:10.13264/j.cnki.ysjskx.2023.04.018

基于深度机器视觉的稀土元素组分含量预测

Deep machine vision-based content prediction of rare earth elemental components

张水平 1张奇涵 1王碧 1张小林 2蓝桥发 2郭浩然2

作者信息

  • 1. 江西理工大学,信息工程学院,江西 赣州 341000
  • 2. 江西理工大学,材料冶金化学学部,江西 赣州 341000
  • 折叠

摘要

关键词

稀土萃取/机器视觉/组分含量/深度学习/卷积神经网络/特征提取

Key words

rare earth extraction/machine vision/component content/deep learning/convolutional neural network(CNN)/feature extraction

分类

信息技术与安全科学

引用本文复制引用

张水平,张奇涵,王碧,张小林,蓝桥发,郭浩然..基于深度机器视觉的稀土元素组分含量预测[J].有色金属科学与工程,2023,14(4):587-596,10.

基金项目

江西理工大学博士科研启动基金资助项目(2022205200100595) (2022205200100595)

有色金属科学与工程

OA北大核心CSTPCD

1674-9669

访问量2
|
下载量0
段落导航相关论文