基于深度学习的矿石分选系统及方法

本发明公开了基于深度学习的矿石分选系统及方法，其中方法包括：通过若干层振动筛将原矿石进行粒径分级与洗矿处理，得到预处理的分级矿石，并采集得到预处理的分级矿石的图像数据和高光谱数据；利用基于深度学习算法构建的第一网络和第二网络分别提取图像数据的表面特征和高光谱数据的光谱特征，并将表面特征和光谱特征融合后输入至分类网络，得到矿石类型和矿石主成分；根据传送带速度、矿石质量以及空气密度计算得到喷气参数，并确定精矿的分选指令，根据喷气参数和分选指令执行矿石分选。本发明涉及矿石技术领域，解决了现有矿石分选方法处理效率低、分选准确性不足的技术问题。