针对表征矿物浮选工况的泡沫图像特征冗余性大的问题,提出了一种无监督约简的浮选泡沫图像特征选择方法.该方法首先定义敏感性指数,并基于敏感性指数约简得到与工况相关的敏感图像特征集;然后针对敏感图像特征之间的自相关性,提出基于粗糙集属性重要度的敏感图像特征集约简方法;最后将该方法应用于金锑浮选过程,并利用工业现场数据进行测试,证明了该方法的有效性,为基于机器视觉的浮选过程监控创造了条件.
2021-02-24 18:05:13
352KB
1
最近的研究表明，稀疏表示（SR）可以很好地解决许多计算机视觉问题，并且其内核版本具有强大的分类能力。 在本文中，我们解决了协作SR在半监督图像注释中的应用，该方法可以增加标记图像的数量，以进一步用于训练图像分类器。 给定一组标记的（训练）图像和一组未标记的（测试）图像，通常的SR方法（我们称为正向SR）用于用几个标记的图像表示每个未标记的图像，然后根据这些标记的注释的注释。 但是，就我们所知，SR方法是在相反的方向上进行的，即我们称呼后向SR来用几个未标记图像表示每个标记图像，然后根据标记图像的注释对任何未标记图像进行注释，即未标记图像由后向SR选择表示，到目前为止尚未解决。 在本文中，我们探
2021-02-24 14:04:13
768KB
1
WS 374-2012卫生管理基本数据集 第1部分：卫生监督检查与行政处罚
2021-02-22 09:04:06
1.37MB
1
WS 374-2012卫生管理基本数据集 第2部分：卫生监督行政许可与登记
2021-02-22 09:04:05
2.07MB
1
WS 374-2012卫生管理基本数据集 第3部分：卫生监督监测与评价
2021-02-22 09:04:05
685KB
1
WS 374-2012卫生管理基本数据集 第4部分：卫生监督机构与人员
2021-02-22 09:04:04
1.78MB
1