浮选泡沫图像主成分的分类与识别

• 作者: 刘小波
• 来源期刊: 云南冶金
• 学科: 工学
• 关键词: 浮洗泡沫图像 纹理 神经网络
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 其他
• 页码范围: 76-79
• 页数: 4页
• 分类号: TD923+.7
• 字数: 2275字
• 语种: 中文

摘要

通过对大量浮选泡沫图像的分析,获得能够表示泡沫层的特征参数.采用灰度共生矩阵法提取参数特征并对特征参数进行正交变换处理,然后用BP神经网络进行分类,获得不同类别的浮选效果.研究结果表明,对特征参数进行正交变换修正后,大大提高了分类识别的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘小波	昆明冶金高等专科学校电气学院	17	53	3.0	6.0