东华理工大学南昌校区何剑锋获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉东华理工大学南昌校区申请的专利一种基于图像多模态融合的低品位铜矿石智能分选方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120107739B 。
龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510577635.6,技术领域涉及:G06V10/80;该发明授权一种基于图像多模态融合的低品位铜矿石智能分选方法是由何剑锋;钟国韵;汪雪元;李卫东;蒋浩;刁帆;张峰源;王文;袁兆林;叶志翔;丁鹏;魏超设计研发完成,并于2025-05-07向国家知识产权局提交的专利申请。
本一种基于图像多模态融合的低品位铜矿石智能分选方法在说明书摘要公布了:本发明公开了一种基于图像多模态融合的低品位铜矿石智能分选方法,包括如下步骤:构建数据集,数据集内包括若干双能X射线铜矿石图像,所述双能X射线铜矿石图像为高能X射线铜矿石图像和低能X射线铜矿石图像;构建双维度融合框架,所述双维度融合框架包括特征级提取层和决策级预测层;将双能X射线铜矿石图像输入到特征级提取层中进行处理,将特征级提取层的输出输入到决策级预测层中进行预测分类,完成铜矿石分选;本发明以图像处理和决策级融合为切入点,构建了特征级提取层‑决策级预测层的双维度融合框架,通过双能减影、拉普拉斯算子和小波变换融合等特征增强技术,结合权重投票集成机制,有效提升了矿石分选的准确性与鲁棒性。
本发明授权一种基于图像多模态融合的低品位铜矿石智能分选方法在权利要求书中公布了:1.一种基于图像多模态融合的低品位铜矿石智能分选方法,其特征在于,包括如下步骤: 步骤S1:构建数据集,数据集内包括若干双能X射线铜矿石图像,所述双能X射线铜矿石图像为高能X射线铜矿石图像和低能X射线铜矿石图像; 步骤S2:构建双维度融合框架,所述双维度融合框架包括特征级提取层和决策级预测层; 步骤S3:将双能X射线铜矿石图像输入到特征级提取层中进行处理,将特征级提取层的输出输入到决策级预测层中进行预测分类,完成铜矿石分选; 在特征级提取层中对双能X射线铜矿石图像从线性和非线性两个层面进行特征提取; 线性层面,采用双能剪影技术对双能X射线铜矿石图像中矿物密度差异的对比度进行增强,得到第一增强特征,采用拉普拉斯算子提取双能X射线铜矿石图像的边缘特征,得到第二增强特征; 非线性处理层面,基于VGG16网络架构,融合多尺度小波变换与跨模态特征交互机制,并引入U-Net网络的编解码结构与跳跃连接机制和残差学习机制,构建UVGG16R模型,通过UVGG16R模型对双能X射线铜矿石图像进行处理,得到第三增强特征; 其中,特征级提取层的输出是将第一增强特征、第二增强特征和第三增强特征进行拼接融合; 在决策级预测层中,分别采用权重投票网络以及多分支网络对特征级提取层的输出进行预测分选,并对比权重投票网络以及多分支网络的预测分选结果,通过实验确定最终分选策略。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东华理工大学南昌校区,其通讯地址为:330000 江西省南昌市经济技术开发区广兰大道418号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。