典型文献
基于深度学习的烧结断面识别分类研究
文献摘要：
针对烧结机机尾断面烧结状态识别分类效率低、成本高等问题,提出一种基于深度学习的烧结断面识别分类方法.首先,利用YCbCr颜色空间转换结合中值滤波的方法对断面图像预处理;然后,利用粒子群优化(PSO)算法优化的Canny算子进行边缘检测,得到较好的分割结果;最后,构建LetNet—5卷积神经网络模型对断面灰度图分类识别,实验结果表明:该方法具有较好的识别分类效果.
文献关键词：
烧结断面;深度学习;YCbCr颜色空间;粒子群优化算法;LeNet—5模型
中图分类号：
作者姓名：
阮志国;周敏;文喆皓;高强
作者机构：
武汉科技大学冶金装备及其控制教育部重点实验室,湖北武汉430081;武汉科技大学机械传动与制造工程湖北省重点实验室,湖北武汉430081
文献出处：
引用格式：
[1]阮志国;周敏;文喆皓;高强-.基于深度学习的烧结断面识别分类研究)[J].传感器与微系统,2022(12):51-54
A类：
烧结断面,LetNet
B类：
识别分类,分类研究,烧结机,机尾断面,状态识别,分类方法,YCbCr,颜色空间转换,中值滤波,断面图,图像预处理,PSO,算法优化,Canny,边缘检测,卷积神经网络模型,面灰,灰度图,图分类,分类识别,分类效果,粒子群优化算法,LeNet
AB值：
0.329043
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
