惰質(zhì)組作為煤巖顯微結(jié)構(gòu)中的重要組成部分之一,其在煤巖配煤中的構(gòu)成直接影響配合煤的工藝性質(zhì)。因此,對于煤巖顯微組分惰質(zhì)組進(jìn)行分類與識別,對于煤的高效綜合利用具有重要意義。本文依據(jù)惰質(zhì)組各顯微組分圖像的特點(diǎn),提取曲波變換(Curvelet Transform)后各尺度層的系數(shù)并由此構(gòu)成初始特征集;然后采用壓縮感知算法(Compressive Sensing,CS)的思路,對具有稀疏性的高頻系數(shù)降維,再將降維后的系數(shù)與保留的Coarse層低頻系數(shù)結(jié)合,得到最終的特征集;最后搭建SVM組合分類器,對降維方法和最終的特征集的有效性進(jìn)行驗(yàn)證,取得了較為滿意的結(jié)果。論文的主要工作如下:(1)在查閱大量相關(guān)文獻(xiàn)的基礎(chǔ)上,綜述國內(nèi)外關(guān)于煤巖顯微組分分析、特征降維方法和圖像分類方法的研究現(xiàn)狀,并結(jié)合我國煤巖分類標(biāo)準(zhǔn),詳細(xì)分析惰質(zhì)組顯微圖像中各組分的結(jié)構(gòu)特點(diǎn)。(2)根據(jù)惰質(zhì)組各組分的結(jié)構(gòu)特點(diǎn)及相互間的差異,采用曲波變換對其顯微圖像進(jìn)行分解,由曲波變換后各尺度層系數(shù)構(gòu)成初始特征量集,并對其進(jìn)行分析。(3)針對初始特征集維數(shù)較高的問題,采用壓縮感知算法的思想,對曲波變換后具有稀疏性的高頻系數(shù)降維,再與保留的Co...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究的背景及意義
    1.2 課題研究對象
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 煤巖顯微組分分類
        1.3.2 特征降維算法
        1.3.3 圖像分類算法
    1.4 論文的主要內(nèi)容與安排
第二章 基于CURVELET的煤巖惰質(zhì)組顯微圖像初始特征提取
    2.1 惰質(zhì)組顯微圖像特點(diǎn)
    2.2 CURVELET變換
        2.2.1 連續(xù)曲波變換
        2.2.2 離散曲波變換
    2.3 初始特征提取
    2.4 特征分析
    2.5 本章小結(jié)
第三章 基于壓縮感知的煤巖惰質(zhì)組特征數(shù)據(jù)降維
    3.1 經(jīng)典降維方法概述
        3.1.1 主成分分析法
        3.1.2 核主成分分析法
    3.2 基于壓縮感知特征數(shù)據(jù)降維
        3.2.1 壓縮感知基本理論及應(yīng)用
        3.2.2 降維方法
        3.2.3 測量矩陣的設(shè)計(jì)
        3.2.4 維數(shù)選取對有效信息量的影響
    3.3 本章小結(jié)
第四章 惰質(zhì)組顯微組分分類
    4.1 支持向量機(jī)
        4.1.1 基本理論
        4.1.2 核函數(shù)的選擇
    4.2 惰質(zhì)組分類
        4.2.1 分類方案
        4.2.2 分類結(jié)果與分析
    4.3 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
在學(xué)研究成果
致謝
附錄A 插圖清單
附錄B 插表清單
附錄C 部分核心源程序



本文編號：3758322