作者:
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:
通过对煤泥浮选泡沫图像的任意大小、200×200象素图像和256×256象素图像的纹理特征分析,得出表征图像的纹理特征,并用此纹理特征作为图像识别的学习样本,在自组织神经网络的竞争学习下进行分类,得出了不同大小图像的识别结果,200×200象素图像的识别正确率达74%,256×256象素图像的识别正确率达到77%.
推荐文章
煤泥浮选泡沫图像纹理特征的提取及泡沫状态的识别
浮选泡沫
纹理
特征参数
模式识别
自组织特征映射网络
一种新的浮选泡沫图像识别方法
浮选
泡沫图像
机器视觉
正交保局投影
支持向量机
基于图像空间结构统计分布的浮选泡沫状态识别
矿物浮选
过程系统
成像
图像统计建模
测量
Weibull分布
工况分类
泡沫图像处理技术在矿物浮选作业中的应用
泡沫图像
纹理
邻域相关矩阵
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 煤泥浮选泡沫图像大小对其识别的影响
来源期刊 学科
关键词 浮选泡沫 图像大小 纹理特征 自组织神经网络
年,卷(期) 2013,(4) 所属期刊栏目 前沿探索
研究方向 页码范围 250-251,233
页数 3页 分类号
字数 4365字 语种 中文
DOI
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 杜高仕 5 0 0.0 0.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(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)
研究主题发展历程
节点文献
浮选泡沫
图像大小
纹理特征
自组织神经网络
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
周刊
1009-9808
51-1019/F
16开
四川省成都市
chi
出版文献量(篇)
43857
总下载数(次)
187
总被引数(次)
42282
论文1v1指导