一种基于深度学习的低品位赤铁矿X射线透射预选方法

AITNT
正文
推荐专利
一种基于深度学习的低品位赤铁矿X射线透射预选方法
申请号:CN202410837644
申请日期:2024-06-26
公开号:CN118751544A
公开日期:2024-10-11
类型:发明专利
摘要
本发明提供一种基于深度学习的低品位赤铁矿X射线透射预选方法,涉及矿物加工技术领域,本发明通过对赤铁矿原矿进行拍照,对拍照的矿石进行铁品位化验,获得不同矿石类型以及应用场景下的训练数据集:设计用于赤铁矿照片分选的卷积神经网络模型,并对其进行训练;通过训练后的卷积神经网络模型对赤铁矿进行识别,实现不同品质矿石的分离。
技术关键词
卷积神经网络模型 赤铁矿 预选方法 高品位矿石 分选设备 矿石传送带 照片 高压气 注意力 高清摄像机 激发装置 场景 传播算法 图片 数据 标签 精矿 尾矿
系统为您推荐了相关专利信息
1
基于流形图卷积网络的陡峭斜坡稳定性预测方法及系统
稳定性预测方法 卷积神经网络模型 数据 节点 斜坡状态
2
基于多任务学习和检索增强的药物推荐方法及系统
多任务 药物推荐方法 电子病历数据 医疗标签 深度卷积神经网络模型
3
一种基于多介质折射模型的水下图像畸变矫正方法
图像畸变矫正方法 矫正算法 区域分割算法 干扰特征 物体轮廓
4
一种基于视觉识别的考场人脸识别方法及系统
人脸识别方法 分块 端点 像素点 直方图均衡化
5
基于人工智能的数据智能模型训练与硬件加速方法及系统
硬件加速方法 智能模型 卷积神经网络模型 硬件加速器 网络结构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号