<p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

<var id="xhh1v"></var>
<output id="xhh1v"></output>

        <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
          <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

          <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>

            合肥金星智控科技股份有限公司
            宣傳

            位置:中冶有色 >

            有色技術頻道 >

            > 無損檢測技術

            > 基于卷積神經網絡的巖渣分類算法

            基于卷積神經網絡的巖渣分類算法

            941   編輯:管理員   來源:中冶有色網  
            2023-03-19 08:58:48
            本發明涉及一種基于卷積神經網絡的巖渣分類算法,巖渣作為掘進過程中主要的產物,包含豐富的信息,研究及工程實踐表明可通過對巖渣的類別進行觀測,實時推測刀盤的工作狀況。通過圖像識別巖渣種類以達到間接檢測刀盤的目的,從而指導現場施工人員及時檢查和更換刀具。相機在傳送帶上方采集圖像,避開了惡劣的生產環境,同時還具有設備簡單、損耗低、成本低、長時間監測等優點,以此為動機,該發明提出一種基于卷積神經網絡的巖渣分類算法。為提取巖渣圖像特征,該文首先根據預訓練模型遷移學習參數,同時配合數據擴增方法,將擴增后的巖渣數據集作為卷積神經網絡的輸入,訓練巖渣分類網絡。為實現盾構機邊緣端的算法部署,本發明還提出一種結合量化與剪枝的網絡壓縮方法,對網絡進行了近乎無損的壓縮,減小了參數量和計算量。
            登錄解鎖全文
            聲明:
            “基于卷積神經網絡的巖渣分類算法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
            我是此專利(論文)的發明人(作者)
            分享 0
                     
            舉報 0
            收藏 0
            反對 0
            點贊 0
            標簽:
            無損檢測
            全國熱門有色金屬技術推薦
            展開更多 +

             

            中冶有色技術平臺

            最新更新技術

            報名參會
            更多+

            報告下載

            赤泥綜合利用研究報告2025
            推廣

            熱門技術
            更多+

            衡水宏運壓濾機有限公司
            宣傳
            環磨科技控股(集團)有限公司
            宣傳

            發布

            在線客服

            公眾號

            電話

            頂部
            咨詢電話:
            010-88793500-807
            專利人/作者信息登記
            久爱国产精品一区免费视频_无码国模国产在线观看_久久久久精品国产亚洲A_国产综合精品无码

            <p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

            <var id="xhh1v"></var>
            <output id="xhh1v"></output>

                  <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
                    <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

                    <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>