作者：趙鑫1岳靜靜1游杰剛1張小芳1馮東1侯慶冬1張玲1鄧承繼2
作者單位：1.遼寧科技大學材料與冶金學院2.武漢科技大學省部共建耐火材料與冶金國家重點實驗室
刊名：耐火材料
ISSN：1001-1935
出版年：2024-12-15
卷：58
期：6
起頁：517-520
止頁：
分類號：TQ175.1;TP183
語種：中文
關鍵詞：電熔鎂砂;宏觀特征;卷積神經網絡;識別和分類;
內容簡介電熔鎂砂的人工分選過程造成電熔鎂砂的分類精準度不高，且工作環境惡劣。人工智能的圖像識別技術具有高效性和可靠性等優點，采用人工智能的方式對電熔鎂砂進行識別和分類將可以很好地解決這一問題。基于卷積神經網絡的圖像識別技術，通過學習大量電熔鎂砂的樣本宏觀特征后，對不同品種進行了識別和分類，并對高鈣電熔鎂砂圖像進行訓練150次迭代。結果表明：運用卷積神經網絡對高鈣電熔鎂砂圖像進行訓練，在104次迭代時的訓練精度最高，高達97.2%。在實際識別中6種不同氧化鎂含量的高鈣電熔鎂砂的預測概率都達到了99.4%以上，不僅可以減少人工，還提高對電熔鎂砂的分類效率和識別準確度。
所需耐材幣：0
