基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了烧结矿FeO含量的测量方法,提出了利用图象识别方法在线判断烧结矿FeO含量等级的方法.根据烧结生产实际,将烧结矿中FeO含量分成低、适中、高、过高四个等级.采集断面图象训练样本,判断其对应的FeO含量,进而计算其对每个FeO含量等级的隶属度.对在线采集的未知FeO含量等级的图象样本,用隶属度加权的平均距离法判断其FeO含量等级.
推荐文章
在线判断烧结矿烧结点的图像识别法
图像识别
方法
数字图像
烧结终点
烧结
神经网络
基于RBFNN的烧结矿FeO含量预报系统研究
烧结
FeO
图像处理
RBF神经网络
烧结矿FeO含量的合理控制与优化
烧结矿
FeO
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用图象识别法在线判断烧结矿FeO含量等级的研究
来源期刊 钢铁 学科 工学
关键词 烧结 FeO 气孔面积 气孔亮度 图象识别
年,卷(期) 1998,(5) 所属期刊栏目 原料
研究方向 页码范围 0
页数 1页 分类号 TF7
字数 语种 中文
DOI 10.3321/j.issn:0449-749X.1998.05.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张石 76 755 15.0 24.0
2 郑春清 2 24 2.0 2.0
3 张宏勋 12 112 7.0 10.0
4 李万新 3 40 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (18)
同被引文献  (11)
二级引证文献  (30)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(3)
  • 参考文献(3)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
烧结
FeO
气孔面积
气孔亮度
图象识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
钢铁
月刊
0449-749X
11-2118/TF
大16开
北京海淀区学院南路76号
2-236
1954
chi
出版文献量(篇)
5844
总下载数(次)
19
论文1v1指导