摘要
本发明公开了一种基于图像识别的原矿分类方法及系统,涉及图像识别的原矿分类技术领域,包括收集原矿图像数据,对原矿图像数据进行预处理与调整,提取预处理与调整后原矿图像数据的特征向量并进行向量融合;构建卷积神经网络DNN模型进行原矿分类,构建可视化界面实时展示分类的结果,将收集和分析产生的原矿数据进行存储。本发明通过收集原矿图像数据,对原矿图像数据进行预处理与调整,提取预处理与调整后提取原矿图像数据的特征向量并进行向量融合,构建卷积神经网络DNN模型进行原矿分类,极大地提升分类算法的响应性和精度,降低错误分类的可能性,显著提升处理速度和准确性,具有非常明显的实用价值和市场前景。
技术关键词
DNN模型
构建卷积神经网络
图像特征向量
分类方法
高光谱图像特征
线性回归模型
分割图像数据
可视化界面
训练集
小波变换技术
信息熵
图像处理工具
优化器
扫描设备
光照强度数据
矩阵
高光谱相机
光照传感器
系统为您推荐了相关专利信息
文本特征向量
图像特征向量
知识点标注方法
知识点标签
特征提取网络
工程边坡
分类方法
地质构造演化
结构面产状
微震事件
光谱图像分类方法
前馈神经网络
多模态特征
注意力机制
多层感知器