湖南省教育厅优秀青年基金(11B070)
- 作品数：4 被引量：13H指数：3
- 相关作者：周开军桂卫华朱红求邱爱兵余伶俐更多>>
- 相关机构：中南大学湖南商学院湖南信息工程职业技术学院更多>>
- 发文基金：湖南省教育厅优秀青年基金湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术矿业工程更多>>
- 基于形态模式谱的浮选泡沫图像结构元素选择被引量：4
- 2013年
- 针对矿物浮选过程中泡沫图像处理的结构元素选取问题,提出了基于形态模式谱的结构元素选择方法。在二值图像粒度测定理论基础上,引入形态模式谱概念,对泡沫图像高光区域进行连通滤波,对于形状滤波过程中,引入Zernike矩作为高光区域的形状描述,联立尺寸、形状的粒度测定结果,获得高光区域的形态分布模式谱,通过求取二维模式谱矩阵的方差值,并求最小值得到泡沫图像处理所需的最优结构元素。实验结果表明,该方法能充分利用浮选泡沫图像信息,有效地为泡沫图像分割过程提供最优结构元素,提高浮选泡沫图像分割准确性。
- 周开军桂卫华朱红求
- 关键词：浮选过程泡沫图像
- 矿物浮选泡沫图像分割参数的最优性分析被引量：2
- 2013年
- 针对矿物浮选过程中泡沫图像分割参数选取问题,提出了形态模式谱计算方法,从统计学角度证明了最优结构元素的存在性.首先在二值图像粒度测定理论基础上,引入形态模式谱概念,获取连通区域的尺寸与形状分布模式谱二维特征矩阵,使得该过程本身不需要选择结构元素.根据形态模式谱矩阵计算其方差值,并求最小值得到最优结构元素.实验结果表明:本方法能充分利用浮选泡沫图像信息,有效地为泡沫图像分割过程提供最优结构元素,提高浮选泡沫图像分割准确性.
- 周开军桂卫华朱红求
- 关键词：矿物浮选泡沫图像图像分割
- 利用高光信息选择浮选泡沫图像结构元素
- 针对矿物浮选过程中泡沫图像处理的结构元素选取问题,提出了基于泡沫高光信息的结构元素选择方法.在二值图像粒度测定理论基础上,引入形态模式谱概念,对泡沫图像高光区域进行连通滤波,对于形状滤波过程中,引入Zernike矩作为高...
- 周开军桂卫华阳春华
- 关键词：浮选过程泡沫图像
- 文献传递
- 基于模糊三值模式的矿物浮选泡沫图像边缘检测方法被引量：3
- 2014年
- 针对一类边缘特征不明显的矿物浮选泡沫图像,提出了一种基于模糊三值模式的泡沫图像边缘检测方法.在‘0/1’二值模式基础上,增加不确定逻辑状态,构成模糊局部三值模式,以描述邻域像素灰度均值的不确定关系,同时,对邻域双向灰度差值之和进行模糊化,以描述边缘与非边缘方向的关系,联立邻域灰度关系与双向灰度差值隶属度,构造气泡边缘隶属度矩阵,依据联合隶属度的解模糊结果判决是否为边界候选像素,再根据边界候选像素集合的特征剔除非边界像素,以此得到泡沫边缘.实验结果表明,该方法能够有效地检测出气泡边缘,同时,在强噪声环境下,具有良好的鲁棒性.
- 周开军桂卫华阳春华谢永芳
- 关键词：矿物浮选泡沫图像边缘检测模糊逻辑
- 基于Elman神经网络的语音情感识别应用研究被引量：4
- 2012年
- 针对语音情感的动态特性,利用动态递归Elman神经网络实现语音情感识别系统。通过连接记忆上时刻状态与当前网络一并输入,实现Elman网络模型的状态反馈。基于此设计了语音情感识别系统,该系统能在后台修改网络类型,并实现单语句与批量语句识别模式。针对系统进行语音情感识别实验表明,基于Elman神经网络的语音情感识别在同等参数模型设置前提下优于BP神经网络识别效果,且BP神经网络参数设置较Elman网络敏感。
- 余伶俐周开军邱爱兵
- 关键词：语音情感识别ELMAN网络BP网络MFCC
