《表1 煤矸石识别方法对比》
提示：宽带有限、当前游客访问压缩模式
现有煤矸石识别方法对比见表1。可看出各识别方法选取的识别特征不同，关键在于如何获取易于区分煤和矸石的特征，从而准确、快速地识别煤矸石，为后续分选排矸提供依据。
| 图表编号 | XD00121192300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 曹现刚、李莹、王鹏、吴旭东 |
| 绘制单位 | 西安科技大学机械工程学院、西安科技大学机械工程学院、西安科技大学机械工程学院、西安科技大学机械工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 不同方法识别性能对比》2020.06.01
- 《表4 单一品质煤混合矸石识别结果》2021.01.01
- 《表1 PSO参数设置：煤矸双能X射线图像多维度分析识别方法》2021.01.01
- 《表3 不同方法对比：煤矸双能X射线图像多维度分析识别方法》2021.01.01
- 《表1 ADF检验结果：煤矸分选机器人图像识别方法和系统》2020.10.01
- 《表2 煤矸石识别准确率和识别速度对比》2020.07.01
- 《表1 不同方法识别结果对比》2020.03.17
- 《表1 三代涡识别方法对比》2020.06.01
- 《表1 不同裂缝识别方法对比》2020.05.01
- 《表1 不同方法识别性能对比》2020.03.01
- 《表1 特征提取：基于卷积神经网络的煤矸石图像识别》2020.07.25
- 《表2 不同学习率对比：基于迁移学习的GoogLenet煤矸石图像识别》2019.12.15
- 《表1 手势识别方法对比：基于深度学习的手势识别研究》2019.11.15
- 《表1 识别结果对比：基于过渡区研究的黄瓜病害识别方法》2019.09.01
- 《表1 两种识别方法实验对比》2019.10.10
- 《表1 文献[6]提出的方法与本文方法识别精度对比》2019.08.25
- 《表1 不同煤矸混合样本的矸石目标识别效果》2019.04.01
- 《表1 两种载荷识别方法的识别误差对比》2019.05.15
- 《表1 常用边界识别方法识别效果对比分析》2019.02.01
- 《表1 卷积神经网络与传统识别方法识别率的对比》2018.11.30