【摘 要】
：
煤炭资源是我国重要的基础能源,采煤和洗煤的工艺过程中煤矸石含量的高低极大的影响了煤的纯度和质量,因此煤矸石的分选对提高煤炭自动化生产效率有着重要的意义。传统的煤矸分选方法效率低下、污染环境、成本过高,已经不能满足当今智慧矿山的发展需求。基于此,本文对传统分选方法进行总结和分析,从图像识别角度,提出采用图像纹理特征参数和深度学习技术进行煤矸石分选的方法,主要研究内容如下:论文以陕西韩城象山矿井所采集
论文部分内容阅读
煤炭资源是我国重要的基础能源,采煤和洗煤的工艺过程中煤矸石含量的高低极大的影响了煤的纯度和质量,因此煤矸石的分选对提高煤炭自动化生产效率有着重要的意义。传统的煤矸分选方法效率低下、污染环境、成本过高,已经不能满足当今智慧矿山的发展需求。基于此,本文对传统分选方法进行总结和分析,从图像识别角度,提出采用图像纹理特征参数和深度学习技术进行煤矸石分选的方法,主要研究内容如下:论文以陕西韩城象山矿井所采集的煤炭及煤矸石为分析对象,围绕煤炭及煤矸石图像,开展对计算机智能辨识方法的研究。研究了对煤矸石图像常用的分割方法和传统纹理特征参数提取算法。通过对煤矸石图像进行同态滤波处理,增强煤和矸石的对比度;随后通过颜色空间转换得到HSV色彩,并利用K-means++聚类算法在HSV颜色空间对其进行图像分割,从而获得煤和矸石目标图像;在此基础上从图像纹理特征的角度对煤矸石图像进行纹理特征参数分析,分别提取了灰度共生矩阵的纹理特征参数和Tamura纹理特征参数,并结合BP神经网络以及支持向量机实现了煤矸石图像的分类识别。针对传统机器学习在矸石图像分选中的局限性,研究基于卷积神经网络的煤矸石分类模型。构建一种针对煤和煤矸石自动识别的深层卷积神经网络结构,通过自动提取特征参数,实现煤矸石图像自动分类识别。实验表明构建的特征参数结合BP神经网络以及支持向量机其识别准确率分别达到了 76.2%与81.1%。构建的卷积神经网络模型的分类准确率可达到93.4%,对煤矸石和煤能够较好的进行分类识别,实现了无特征参数的煤矸石自动跟类识别,相比于传统的神经网络及支持向量机而言,本文所构建的卷积神经网络结构有效的提高了煤矸石识别的准确率。
其他文献
无线传感器网络（Wireless Sensor Network,WSN）是一种新型无线智能网络,具有自组织能力强,可随机部署特点,广泛应用在环境监测、医疗、智能家居等领域。但组成WSN的众多传感器节点采用一次性电池供能,节点能量耗尽并不能及时充电,影响WSN正常运行。在资源有限情况下,设计高效节能路由算法寻找“高效”路径,降低网络能耗具有十分重要的研究意义和价值。本文通过对经典分簇路由算法的研究和
随着3D技术的快速发展,三维建模技术的研究成为当今热点。本文研究人脸图像的三维建模算法,对三维相机的研制具有重要理论意义及实用价值。本文主要研究多视觉人脸图像的三维建模算法,即根据不同视觉下同时拍摄的多张人脸图像,利用建模算法生成三维人脸模型。针对三维表面重建算法模型精度低、表面凹凸不平的问题,提出了一种新的三维模型表面重建算法,该算法以Denunay三角剖分为基础重建三维模型的粗糙表面,再用Lo
随着煤矿开采深度和强度的增大,煤壁片帮、地表坍塌等矿压显现现象频繁发生,严重制约煤矿的安全生产,因此煤矿开采过程中工作面矿压显现的分析与预测对于保证煤矿安全高效生产具有重要意义。同时随着物联网技术的发展,分布式光纤监测技术成为煤矿开采过程中覆岩变形监测的新方法,本文以分布式光纤监测覆岩变形与工作面来压的相似模拟试验为研究背景,以分布式光纤传感系统监测的光纤频移值为数据源,建立基于机器学习的工作面矿
目前,矿用车辆的运行主要依靠矿用车司机来操作完成。由于井下巷道环境错综复杂,光线条件较差,车辆撞人等运输事故时有发生,对煤矿企业带来严重危害。因此,有必要对矿用车辆行驶前方的行人进行识别,以防止车辆撞人事故发生。对于上述问题,针对井下特殊环境设计一种行人检测方法,其主要内容如下:（1）针对井下特殊环境,对采集并标注的图像数据进行图像及标签增强操作,以扩充训练数据集,采用Clahe直方图均衡化操作,
随着室内定位需求日益增多,基于位置信息的服务发展迅速。然而由于建筑物墙体遮挡以及室内环境带来的影响,室外精准定位GPS技术不能为室内环境提供可靠的定位。目前,室内定位技术及方法包括Wi-Fi、射频识别、超宽带、蓝牙等,大多依赖于外部设备。如何在保持定位精度的同时简化定位设备的部署是当前的研究重点。鉴于智能手机的广泛普及,本文采用基于智能手机的行人航位推算（PDR）和地磁定位融合的方式进行室内定位研
驾驶员模型是汽车交通安全、智能交通系统、无人驾驶等技术的基础研究内容和关键环节之一。随着汽车智能化的快速发展，不同等级、不同场景的自动驾驶技术将逐渐得到实际应用，人们对于能够体现驾驶习惯的个性化驾驶员模型的需求变得越来越迫切，但目前这种个性化驾驶员模型的相关研究还很欠缺，而交通事故的发生往往与驾驶员个性化操纵行为有关，一种不良驾驶习惯也可以导致特定道路下的交通事故。针对上述需求，本文提出了一种基于
温室环境具有多参数因子、非线性、时滞性及强耦合的特点,为准确判断温室内的环境状况,需要对温室中多环境参数进行综合,从而为温室管理者提供准确的温室调控决策支持。因此,论文针对温室信息融合决策问题,以D-S证据理论为基础,提出一种改进D-S证据理论的决策级融合算法复合框架,为温室调控系统提供决策支持。主要工作和创新点如下:（1）针对D-S证据理论中,由于现有生成基本概率赋值函数BPA方法缺乏考虑证据中
数学学习的主要任务在于发展学生思维力。学生数学思维力欠缺,追根溯源是学生数学学习过于关注一个个零散独立的知识点,缺乏知识的整体建构观念和能力。本文基于辩证唯物主义联系观,基于学为中心,引导学生结合数学自身特点学习整体的结构化数学,让学生自己"织网",连点成链,织链成网,让学生经历比较辨析、归纳整理、聚合发散、融会贯通等深度思维过程,最终将知识与技能、思想与方法融为一体,感受数学的魅力。
视觉同步定位与地图构建（Visual Simultaneous Localization and Mapping,vSLAM）是实现移动机器人自主定位和导航的核心技术,已被广泛应用于自动驾驶、智能家居及航空等领域。闭环检测作为vSLAM系统的一个重要模块,它通过识别机器人是否到访之前经过的位置,可以有效地减少累积误差并校正构建的地图。经典的闭环检测算法应用于复杂环境时存在准确率低、耗时长及鲁棒性差
指纹识别技术作为应用最广泛的生物特征识别技术,已经普及于智能门锁、打卡机等电子设备的身份认证之上。随着指纹采集器变得更加小型化与轻便化,使得采集到的指纹图像越来越小,应用传统的指纹识别方法针对小面积指纹图像进行识别,会导致正确识别率大幅降低,同时LED灯作为光学指纹采集器使用最频繁的背光源,存在功耗大、背光不均匀等不足。因此,本文设计了一种应用PMOLED（Passive Matrix OLED）