| 注册
首页|期刊导航|重庆工商大学学报(自然科学版)|基于黏菌优化极限学习机的煤矸石多光谱识别

基于黏菌优化极限学习机的煤矸石多光谱识别

周孟然 凌胜 来文豪 卞凯 朱梓伟 沈汝涵

重庆工商大学学报(自然科学版)2023,Vol.40Issue(5):1-7,7.
重庆工商大学学报(自然科学版)2023,Vol.40Issue(5):1-7,7.DOI:10.16055/j.issn.1672-058X.2023.0005.001

基于黏菌优化极限学习机的煤矸石多光谱识别

Multi-spectral Identification of Coal and Gangue Based on Slime Mold Algorithm Extreme Learning Machine

周孟然 1凌胜 2来文豪 1卞凯 1朱梓伟 1沈汝涵2

作者信息

  • 1. 安徽理工大学电气与信息工程学院,安徽淮南 232001
  • 2. 安徽理工大学力学与光电物理学院,安徽淮南 232001
  • 折叠

摘要

关键词

多光谱成像技术/黏菌优化/极限学习机分类/波段选择/LBP算法

Key words

multi-spectral imaging technology/slime molds optimization/extreme learning machine classification/bands selection/LBP algorithm

分类

矿业与冶金

引用本文复制引用

周孟然,凌胜,来文豪,卞凯,朱梓伟,沈汝涵..基于黏菌优化极限学习机的煤矸石多光谱识别[J].重庆工商大学学报(自然科学版),2023,40(5):1-7,7.

基金项目

国家重点研发计划重点专项子课题(2018YFC0604503) (2018YFC0604503)

安徽省科技重大专项项目(201903A07020013) (201903A07020013)

安徽省能源互联网联合基金重大项目(2008085UD06) (2008085UD06)

煤炭安全精准开采国家地方联合工程研究中心开放基金资助(EC2021006). (EC2021006)

重庆工商大学学报(自然科学版)

1672-058X

访问量0
|
下载量0
段落导航相关论文