摘要
本发明提供一种基于岩相分析的金属矿石人工智能分选方法,涉及数据处理技术领域,所述方法包括:获取矿石样本的统一图像,提取晶体结构轮廓,计算各区域内的纹理方向一致性、颗粒分布密度和色彩集中度,并结合已知岩相矿物类型对其进行标注,得到训练数据集,基于双通道神经网络构建岩相分析模型,根据训练数据集对岩相分析模型进行训练,得到融合识别模型,获取待分选矿石图像,并将其输入融合识别模型,得到预测矿物分布数据,提取边界置信因子和区域类型概率,对预测矿物分布数据进行重标定,生成分选控制指令,驱动分选设备进行物理分选操作。本发明通过人工智能对矿石图像样本进行岩相分析,能够准确区分共生矿物类型。
技术关键词
结构特征组
分选方法
数据
双通道神经网络
矿石
集中度
像素点
色彩
图像
联合损失函数
晶体
纹理
非线性
建立索引关系
标签
分选设备
因子
密度
系统为您推荐了相关专利信息
矿山生态修复工程
成效评估方法
多源遥感数据
水文
指数
学生认知诊断方法
知识点
数据
训练算法
诊断算法
测井曲线数据
原始测井曲线
岩石物理模型
骨架参数
校正方法