张虎

作品数：4被引量：5H指数：2
导出分析报告
供职机构：中南大学更多>>
发文主题：锌浮选泡沫图像泡沫浮选数字图像采集系统纹理特征提取更多>>
发文领域：自动化与计算机技术矿业工程建筑科学冶金工程更多>>
发文期刊：《有色金属（选矿部分）》《工程科学学报》《湖南大学学报（自然科学版）》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-4
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于稀疏注意力卷积ViT模型的锌浮选工况识别
《工程科学学报》2025年第2期328-338,共11页苏越 唐朝晖 谢永芳 高小亮 张虎 马炜烨 汤海玚 
国家自然科学基金资助项目(62171476,62376040,62233018);湖南省自然科学基金资助项目(2023JJ30084)。
准确识别锌浮选工况并用于指导锌浮选操作,可以提高浮选效率、优化选矿过程.目前浮选现场主要通过人工肉眼观察泡沫并依据经验判断工况,这种方法主观性强,难以客观准确地评价锌浮选工况.针对该问题,本文通过研究锌浮选泡沫视觉特征和浮...
关键词：工况识别 卷积神经网络 视觉Transformer 稀疏注意力 泡沫浮选 
基于特征融合宽度学习系统的锌浮选过程工况识别
《有色金属（选矿部分）》2023年第3期122-130,143,共10页林振烈 唐朝晖 袁鹤 张虎 
国家自然科学基金资助项目(62171476、61771492);国家自然科学基金联合重点基金资助项目(U1701261)。
浮选工况是浮选操作的重要判断依据,如何准确地识别浮选工况对浮选性能的提升有重要意义。基于机器视觉方法是浮选工况识别的主流方法,通常采用大数据技术在浮选工况数据集上建立浮选表层泡沫特征与浮选工况之间的关系模型,工况识别效...
关键词：锌浮选 工况识别 机器视觉 宽度学习系统 增量学习 
基于长程时空特征与多尺度外观特征的锌精选工况识别被引量：2
《有色金属工程》2023年第2期79-89,共11页林振烈 张虎 袁鹤 唐朝晖 
国家自然科学基金面上项目(62171476,61771492);国家自然科学基金广东联合重点基金项目(U1701261)。
锌精选作为锌浮选的最后一道流程,其工况直接决定锌浮选最终产品质量。现有基于卷积网络的浮选工况识别方法具备挖掘隐藏特征的能力,取得了良好效果,但仍存在表征能力有限、模型参数大等问题。为此,提出了基于长程时空特征与外观特征的...
关键词：锌精选 工况识别 卷积网络 泡沫视频 长程时空特征 多尺度外观特征 
基于改进I-Attention U-Net的锌浮选泡沫图像分割算法被引量：3
《湖南大学学报（自然科学版）》2023年第2期12-22,共11页唐朝晖 郭俊岑 张虎 谢永芳 钟宇泽 
国家自然科学基金资助项目(62171476)。
针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;...
关键词：泡沫浮选 泡沫图像分割 U-Net Inception模块 增强注意力机制 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部