基础金属	铜电解铜铜精矿铜管铜棒废铜铜排铜合金精铜杆再生铜杆铜板带铝铝土矿氧化铝电解铝铝辅料铝棒铝合金锭废铝铝杆铝型材铝板卷铝板铅铅精矿铅锭铅蓄电池再生精铅还原铅废铅蓄电池铅合金锌锌精矿电解锌锌合金氧化锌锌粉锡锡精矿锡锭锡材
小金属	钨钨精矿 APT(仲钨酸铵)钨粉碳化钨钨酸钠钨条钨铁钨材废钨钛钛精矿钛渣四氯化钛海绵钛钛金属钛白粉镁兰炭硅铁镁锭镁合金镁粉锗镓铟锑铋硒钽铌锆铪
新能源	锂锂矿锂化合物金属锂镍镍矿镍铁精炼镍镍盐高冰镍 MHP 钴电解钴钴粉氯化钴四氧化三钴硫酸钴钴中间品氧化钴碳酸钴钴酸锂锰锰矿电解锰电池级硫酸锰锂电池三元前驱体隔膜磷酸铁电解液正极材料电芯石油焦针状焦包覆沥青人造石墨硅碳负极硅氧负极硅硅石有机硅硅粉三氯氢硅工业硅再生硅光伏多晶硅硅片电池片组件组件成本指数海外组件废旧组件
其他金属	稀土稀土矿稀土氧化物稀土金属钕铁硼白银金

基础金属

铜电解铜铜精矿铜管铜棒废铜铜排铜合金精铜杆再生铜杆铜板带铝铝土矿氧化铝电解铝铝辅料铝棒铝合金锭废铝铝杆铝型材铝板卷铝板铅铅精矿铅锭铅蓄电池再生精铅还原铅废铅蓄电池铅合金锌锌精矿电解锌锌合金氧化锌锌粉锡锡精矿锡锭锡材

小金属

钨钨精矿 APT(仲钨酸铵)钨粉碳化钨钨酸钠钨条钨铁钨材废钨钛钛精矿钛渣四氯化钛海绵钛钛金属钛白粉镁兰炭硅铁镁锭镁合金镁粉锗镓铟锑铋硒钽铌锆铪

新能源

锂锂矿锂化合物金属锂镍镍矿镍铁精炼镍镍盐高冰镍 MHP 钴电解钴钴粉氯化钴四氧化三钴硫酸钴钴中间品氧化钴碳酸钴钴酸锂锰锰矿电解锰电池级硫酸锰 锂电池三元前驱体隔膜磷酸铁电解液正极材料电芯石油焦针状焦包覆沥青人造石墨硅碳负极硅氧负极硅硅石有机硅硅粉三氯氢硅工业硅再生硅光伏多晶硅硅片电池片组件组件成本指数海外组件废旧组件

其他金属

稀土稀土矿稀土氧化物稀土金属钕铁硼白银金

面向植物叶片的多样化图像检索的自适应的鲁棒CMVM特征降维与抽取方法

860 编辑：管理员来源：北方有色网

2023-03-19 07:23:22

本发明公开了一种面向植物叶片的多样化图形检索的自适应的鲁棒CMVM特征降维与抽取方法，从图像流形特征抽取和选择层面展开研究，采用的约束最大差异投影（CMVM）半监督流形降维方法既有保持正类局域“子概念”区分性的能力，又有强化正反类别即“概念”的区分性的能力。本发明提出去除噪声点方法和CMVM强化正类局域保持算法以保持“子概念”的可区分性；提出线性近似法来解决CMVM样本外点学习问题；提出设计多样化检索的“有序”层次最大间隔相关性评价函数来进行CMVM流形参数的选择和图像本征维数的估计；本发明也提出从CMVM特征中挖掘区分正类类内“子概念”的最大差异本征特征方法，以此进行聚类多样化学习，提高了植物图像检索的多样性。

声明：

“面向植物叶片的多样化图像检索的自适应的鲁棒CMVM特征降维与抽取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。

我是此专利(论文)的发明人(作者)