文件名称:结合双模多尺度 CNN 特征及自适应深度KELM 的浮选工况识别
下载1 (7.51mb)
别用迅雷、360浏览器下载。
如迅雷强制弹出,可右键点击选“另存为”。
失败请重下,重下不扣分。
如迅雷强制弹出,可右键点击选“另存为”。
失败请重下,重下不扣分。
介绍说明--下载内容来自于网络,使用问题请自行百度
针对可见光图像特征驱动的浮选工况识别方法的不足,提出一种基于双模态图像多尺度 CNN 特征及自适应深度自编码核极限学习机(Kernel Extreme Learning Machine,KELM)的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解,设计双通道 CNN 网络对双模态多尺度图像进行特征提取及融合,将多个双隐层自编码极限学习机串联成深度学习网络对 CNN 特征逐层抽象提取,然后通过核极限学习机映射到更高维空间进行决策,最后改进量子细菌觅食算法并应用于深度自编码 KELM 识别模型参数优化
(系统自动生成,下载前可以参看下载内容)
下载文件列表
压缩包 : 结合双模多尺度CNN特征及自适应深度_KELM的浮选工况识别_廖一鹏(1).zip 列表 结合双模多尺度CNN特征及自适应深度_KELM的浮选工况识别_廖一鹏(1).caj
本网站为编程资源及源代码搜集、介绍的搜索网站,版权归原作者所有! 粤ICP备11031372号
1999-2046 搜珍网 All Rights Reserved.