基于主成分分析的矿物浮选泡沫图像分类与识别

• 作者: 张忠信 李金标 王红平 齐春
• 来源期刊: 矿冶
• 学科: 工学
• 关键词: 浮选 泡沫图像 主成分分析 BP神经网络
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 工艺矿物学与分析测试
• 页码范围: 79-82
• 页数: 4页
• 分类号: TP391|TD91
• 字数: 2369字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-7854.2005.03.021

摘要

浮选泡沫图像是一种特殊的纹理图像,不同类别等级泡沫图像比较相似,采用邻域灰度相关矩阵法或空间灰度相关矩阵法提取特征参数,然后用神经网络进行分类的效果不是很理想.本文利用主成分分析法对特征参数进行变换处理,改变不同类别特征参数的聚集程度,然后利用神经网络进行分类.对比实验结果表明: 对特征参数进行特征变换处理后,分类的正确率大大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐春	西安交通大学电子与信息工程学院	55	787	14.0	27.0
2	李金标		2	22	2.0	2.0
3	王红平	西安交通大学电子与信息工程学院	1	15	1.0	1.0