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深度学习的低品位铜矿石图像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：CN120259848B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510708465.0，技术领域涉及：G06V10/82；该发明授权一种基于深度学习的低品位铜矿石图像分选方法是由何剑锋;刁帆;钟国韵;汪雪元;李卫东;夏菲;王文;黄源峰;袁兆林;魏超;涂海燕;叶志翔设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种基于深度学习的低品位铜矿石图像分选方法在说明书摘要公布了：本发明公开了一种基于深度学习的低品位铜矿石图像分选方法，包括如下步骤：获取低品位铜矿石的双能X射线图像；构建时间步嵌入U‑Net网络，将低品位铜矿石的双能X射线图像输入时间步嵌入U‑Net网络，生成多样化铜矿石双能X射线图像；构建自适应铜矿石分选模型；将多样化铜矿石双能X射线图像输入自适应铜矿石分选模型中，对铜矿石进行分选；本发明通过融合双能X射线成像技术与数据增强技术优化分选流程，相较于传统单能成像，增强了铜矿物与废石在图像特征空间的差异性，降低了模型对复杂纹理的识别难度，可减少无效矿石进入破碎与浮选环节，显著降低能源消耗与化学药剂使用量。

本发明授权一种基于深度学习的低品位铜矿石图像分选方法在权利要求书中公布了：1.一种基于深度学习的低品位铜矿石图像分选方法，其特征在于，包括如下步骤： 步骤S1：获取低品位铜矿石的双能X射线图像，低品位铜矿石的双能X射线图像中包括含铜双能X射线图像以及废石双能X射线图像；所述低品位铜矿石的双能X射线图像为低品位铜矿石的高能X射线图像和低能X射线图像； 步骤S2：在U-Net模型中嵌入可学习的时间步嵌入模块，并引入跨层残差连接与自注意力机制构建时间步嵌入U-Net网络，将低品位铜矿石的双能X射线图像输入时间步嵌入U-Net网络，生成多样化铜矿石双能X射线图像； 步骤S3：构建基于VGG11结构的自适应铜矿石分选模型； 步骤S4：将多样化铜矿石双能X射线图像输入自适应铜矿石分选模型中，对铜矿石进行分选； 所述时间步嵌入U-Net网络由时间步嵌入模块、卷积模块、残差块、自注意力模块、转置卷积和卷积层组成；时间步嵌入U-Net网络的处理流程为：首先，将输入即低品位铜矿石的双能X射线图像编码为初始噪声图像和时间步标量，将时间步标量输入时间步嵌入模块进行升维处理，将初始噪声图像输入卷积模块，将卷积模块的输出与时间步嵌入模块的输出进行广播相加，得到第一拼接特征，将第一拼接特征进行下采样与时间步嵌入模块的输出进行广播相加，得到第二拼接特征，将第二拼接特征进行下采样与时间步嵌入模块的输出一同经过残差块以及自注意力模块，将自注意力模块的输出、第二拼接特征和时间步嵌入模块的输出进行拼接，得到第三拼接特征，将第三拼接特征与第一拼接特征一同输入转置卷积，将转置卷积的输出与时间步嵌入模块的输出进行拼接，得到第四拼接特征，将第四拼接特征进行上采样与时间步嵌入模块的输出进行拼接，得到第五拼接特征，将第五拼接特征通过卷积层映射至目标维度，得到时间步嵌入U-Net网络的最终输出，即多样化铜矿石双能X射线图像。

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”。