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:
随着大数据时代的到来,各行业都将关注的重点转向大数据挖掘,深度学习,人工智能.TDS智能干选机是一套真正的智能化分选设备,识别系统可以识别通过系统的每一个物块的性质并告知执行系统开启相应的气枪将矸石排出.其中,煤矸识别方法及分类算法更是TDS智能干选机的核心技术.本文结合煤矸的特征参数,针对深度学习、机器学习等分类算法的原理、特点、应用场景进行了分析,为煤矸识别算法应用提供了指导.
推荐文章
基于智能微粒群算法的分类器的研究
PS分类器
模糊控制
微粒群算法
模式识别
智能天线波达方向估计中多信号分类算法研究
波达方向估计
天线阵列
多信号分类算法
智能电网分类用户实时电价算法研究
智能电网
实时电价
分类用户
效用最大化
高阳煤矿块煤TDS智能干选改造分析
TDS
智能干选机
分选精度
矸石
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 关于煤炭智能干选分类算法研究
来源期刊 大科技 学科 工学
关键词 智能干选 深度学习 机器学习
年,卷(期) 2019,(4) 所属期刊栏目 地质·勘察·测绘
研究方向 页码范围 139-141
页数 3页 分类号 TN911.7
字数 3799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 梁兴国 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (180)
共引文献  (184)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(16)
  • 参考文献(1)
  • 二级参考文献(15)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(11)
  • 参考文献(4)
  • 二级参考文献(7)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(15)
  • 参考文献(1)
  • 二级参考文献(14)
2016(15)
  • 参考文献(5)
  • 二级参考文献(10)
2017(8)
  • 参考文献(6)
  • 二级参考文献(2)
2019(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
智能干选
深度学习
机器学习
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
大科技
周刊
chi
出版文献量(篇)
62867
总下载数(次)
225
总被引数(次)
12298
论文1v1指导