本文選題：煤巖識(shí)別　切入點(diǎn)：圖像處理　出處：《工程科學(xué)學(xué)報(bào)》2017年07期 　論文類型：期刊論文

【摘要】：針對(duì)現(xiàn)今煤巖圖像識(shí)別方法的缺乏與不足,為了挖掘新的煤巖圖像識(shí)別方法以及更好地處理高維煤巖圖像數(shù)據(jù),提出了基于最大池化稀疏編碼的煤巖識(shí)別方法.本方法在提取煤巖圖像特征時(shí)加入了池化操作,在分類識(shí)別時(shí)采用了集成分類器,即多個(gè)弱分類器組成一個(gè)強(qiáng)分類器.實(shí)驗(yàn)結(jié)果表明:最大池化稀疏編碼的特征提取方式能簡(jiǎn)單有效表達(dá)煤巖圖像的紋理特征,大大增強(qiáng)煤巖圖像的可區(qū)分性,獲得較高的識(shí)別率,并且具有良好的識(shí)別穩(wěn)定性.研究結(jié)果可為煤巖界面的自動(dòng)識(shí)別提供新的思路和方法.
[Abstract]:In order to mine new coal and rock image recognition method and better deal with high-dimensional coal and rock image data, the present coal and rock image recognition method is lacking and insufficient. A method of coal and rock recognition based on maximum pool sparse coding is proposed, in which pool operation is added to extract the features of coal and rock images, and an integrated classifier is used in classification and recognition. The experimental results show that the feature extraction method of maximum pool sparse coding can express the texture features of coal and rock images simply and effectively, and greatly enhance the distinguishability of coal and rock images. The research results can provide new ideas and methods for automatic recognition of coal-rock interface.
【作者單位】： 中國(guó)礦業(yè)大學(xué)(北京)機(jī)電與信息工程學(xué)院;
【基金】：國(guó)家重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目(2016YFC0801800) 國(guó)家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(51134024)
【分類號(hào)】：TD315

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 伍云霞;田一民;;基于字典學(xué)習(xí)的煤巖圖像特征提取與識(shí)別方法[J];煤炭學(xué)報(bào);2016年12期

2 孫繼平;陳浜;;基于雙樹復(fù)小波域統(tǒng)計(jì)建模的煤巖識(shí)別方法[J];煤炭學(xué)報(bào);2016年07期

3 孫繼平;陳浜;;基于小波域非對(duì)稱廣義高斯模型的煤巖識(shí)別算法[J];煤炭學(xué)報(bào);2015年S2期

4 章華;李振璧;姜媛媛;;基于圖像紋理的煤巖識(shí)別研究[J];煤炭技術(shù);2015年07期

5 Jia Li;Qiang Wang;Yi Shen;;Near optimal condition of OMP algorithm in recovering sparse signal from noisy measurement[J];Journal of Systems Engineering and Electronics;2014年04期

6 孫繼平;佘杰;;基于小波的煤巖圖像特征抽取與識(shí)別[J];煤炭學(xué)報(bào);2013年10期

7 史郡;王曉華;;基于改進(jìn)K-SVD字典學(xué)習(xí)的超分辨率圖像重構(gòu)[J];電子學(xué)報(bào);2013年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹慶春;劉帥;王懷震;蔡冬雷;孟超;;基于漸變信號(hào)的HHT-PCA-MRVM煤巖辨識(shí)算法[J];傳感器與微系統(tǒng);2017年08期

2 伍云霞;田一民;;基于最大池化稀疏編碼的煤巖識(shí)別方法[J];工程科學(xué)學(xué)報(bào);2017年07期

3 付華;曹慶春;;USMC控制的采煤機(jī)HHT-PCA-MRVM煤巖辨識(shí)算法[J];計(jì)算機(jī)應(yīng)用與軟件;2017年07期

4 余樂;;一種煤和煤矸石圖像識(shí)別的新方法[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2017年17期

5 伍云霞;張宏;;基于Curvelet變換的低分辨率煤巖識(shí)別方法[J];礦業(yè)科學(xué)學(xué)報(bào);2017年03期

6 朱耀麟;王祖全;齊靜;武桐;;改進(jìn)的POCS算法的超分辨率單幅圖像重建[J];計(jì)算機(jī)與數(shù)字工程;2017年05期

7 張帆;閆秀秀;李亞杰;;基于稀疏度自適應(yīng)的礦井智能監(jiān)控圖像重構(gòu)方法[J];煤炭學(xué)報(bào);2017年05期

8 伍云霞;張宏;;基于Curvelet變換和壓縮感知的煤巖識(shí)別方法[J];煤炭學(xué)報(bào);2017年05期

9 張強(qiáng);王海艦;郭桐;劉永鳳;;基于截齒截割紅外熱像的采煤機(jī)煤巖界面識(shí)別研究[J];煤炭科學(xué)技術(shù);2017年05期

10 孫繼平;楊坤;;一種煤巖圖像特征提取與識(shí)別方法[J];工礦自動(dòng)化;2017年05期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫繼平;陳浜;;基于小波域非對(duì)稱廣義高斯模型的煤巖識(shí)別算法[J];煤炭學(xué)報(bào);2015年S2期

2 章華;李振璧;姜媛媛;;基于圖像紋理的煤巖識(shí)別研究[J];煤炭技術(shù);2015年07期

3 郝清玉;朱元忠;陳健;;基于圖像多小波變換的煤巖界面識(shí)別[J];工礦自動(dòng)化;2015年02期

4 孫繼平;;煤礦事故特點(diǎn)與煤礦通信、人員定位及監(jiān)視新技術(shù)[J];工礦自動(dòng)化;2015年02期

5 程發(fā)新;程棟;;基于相對(duì)熵的殘缺語言判斷矩陣群排序方法[J];控制與決策;2015年03期

6 練秋生;石保順;陳書貞;;字典學(xué)習(xí)模型、算法及其應(yīng)用研究進(jìn)展[J];自動(dòng)化學(xué)報(bào);2015年02期

7 張萬枝;王增才;;基于視覺技術(shù)的煤巖特征分析與識(shí)別[J];煤炭技術(shù);2014年10期

8 繆協(xié)興;張吉雄;;井下煤矸分離與綜合機(jī)械化固體充填采煤技術(shù)[J];煤炭學(xué)報(bào);2014年08期

9 Jia Li;Qiang Wang;Yi Shen;;Near optimal condition of OMP algorithm in recovering sparse signal from noisy measurement[J];Journal of Systems Engineering and Electronics;2014年04期

10 鄒修國(guó);丁為民;陳彩蓉;劉德營(yíng);;基于改進(jìn)灰度共生矩陣和粒子群算法的稻飛虱分類[J];農(nóng)業(yè)工程學(xué)報(bào);2014年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 梁天一;宋國(guó)新;虞慧群;;基于稀疏編碼的圖像語義分類器模型[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

相關(guān)會(huì)議論文 前3條

1 尚麗;;使用正態(tài)可逆高斯密度模型的非負(fù)稀疏編碼收縮技術(shù)實(shí)現(xiàn)圖像消噪[A];蘇州市自然科學(xué)優(yōu)秀學(xué)術(shù)論文匯編(2008-2009)[C];2010年

2 劉揚(yáng);程健;盧漢清;;基于目標(biāo)局部特征的遷移式學(xué)習(xí)[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 張瑩瑩;梁培基;;視網(wǎng)膜神經(jīng)元的高效信息處理[A];第十一次中國(guó)生物物理學(xué)術(shù)大會(huì)暨第九屆全國(guó)會(huì)員代表大會(huì)摘要集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 唐海峰;基于信號(hào)稀疏表征的故障診斷方法研究[D];上海交通大學(xué);2014年

2 孫宇平;基于稀疏表征和自相似性的視覺數(shù)據(jù)識(shí)別關(guān)鍵技術(shù)及應(yīng)用[D];華南理工大學(xué);2015年

3 徐平華;基于稀疏編碼的多視域織物外觀平整度表征與評(píng)級(jí)[D];東華大學(xué);2016年

4 呂京磊;基于功能磁共振成像的大腦架構(gòu)表達(dá)的研究[D];西北工業(yè)大學(xué);2016年

5 王婧;面向在線環(huán)境的數(shù)據(jù)編碼問題研究[D];合肥工業(yè)大學(xué);2015年

6 李清勇;視覺感知的稀疏編碼理論及其應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2006年

7 季昊;稀疏編碼研究及其在模式識(shí)別中的應(yīng)用[D];北京郵電大學(xué);2012年

8 孫俊;人臉圖像分析和識(shí)別方法研究[D];清華大學(xué);2001年

9 朱秋平;基于稀疏編碼的織物瑕疵檢測(cè)算法研究[D];武漢大學(xué);2014年

10 羅敏楠;T-S模糊推理系統(tǒng)的結(jié)構(gòu)稀疏編碼辨識(shí)理論與方法[D];清華大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 柏文強(qiáng);基于局部特征提取和稀疏編碼的人臉識(shí)別算法研究[D];燕山大學(xué);2015年

2 李明;目標(biāo)檢測(cè)與識(shí)別算法研究與應(yīng)用[D];中央民族大學(xué);2015年

3 許濤;面向視頻管理的指紋特征提取技術(shù)研究[D];電子科技大學(xué);2015年

4 鮑珍珍;基于多路分層稀疏編碼的遙感圖像場(chǎng)景分類[D];西安電子科技大學(xué);2014年

5 覃曉冰;基于稀疏編碼的語音去噪技術(shù)研究[D];電子科技大學(xué);2015年

6 謝易道;大規(guī)模人臉圖像編碼及其在人臉驗(yàn)證中的應(yīng)用研究[D];電子科技大學(xué);2015年

7 勾珍珍;基于空間約束和稀疏編碼的高光譜圖像分類[D];西安電子科技大學(xué);2014年

8 黃成;基于非負(fù)稀疏編碼的視頻拷貝檢測(cè)方法研究[D];湘潭大學(xué);2015年

9 張文義;基于智能監(jiān)控系統(tǒng)的圖像質(zhì)量增強(qiáng)算法的研究[D];南京郵電大學(xué);2015年

10 丁文秀;基于分層深度學(xué)習(xí)的行人分類方法研究[D];合肥工業(yè)大學(xué);2015年

，

本文編號(hào)：1624708