基于卷积神经网络的煤泥浮选泡沫图像分类方法 |
| |
引用本文: | 郭西进,李红强,张帆,郑杰,吴刚.基于卷积神经网络的煤泥浮选泡沫图像分类方法[J].煤炭技术,2018(9). |
| |
作者姓名: | 郭西进 李红强 张帆 郑杰 吴刚 |
| |
作者单位: | 中国矿业大学信息与控制工程学院;兖煤菏泽能化有限公司 |
| |
摘 要: | 当前煤泥浮选泡沫分类研究多针对光照充足条件下泡沫图像,对于夜晚车间光照不足的暗淡图像效果不好。针对这一问题,引入一种利用深度学习的有效浮选泡沫分类方法,建立了一个深度卷积神经网络同时执行特征学习与泡沫分类,逐层运算抽取图像本质信息,过滤光线影响。实验结果表明,在白天强光和夜晚弱光下,无需图像增强等预处理均获得很高的准确率,实现浮选泡沫端到端分类,提高了识别的抗干扰能力。
|
本文献已被 CNKI 等数据库收录! |
|