煤炭加工与综合利用

2021, No.259(02) 8-11+4

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于CNN-SVM的选煤厂浮选泡沫图像识别方法
The image identification method of flotation foam based on CNN-SVM at coal preparation plant

孙友森;陈传海;杨志龙;王新欣;

摘要(Abstract):

以选煤厂煤泥浮选泡沫为分类对象,提出一种CNN—SVM混合模型,对煤泥浮选泡沫图像进行分类识别。试验采取山东某选煤厂的20 000张浮选图像制作数据集,根据灰分不同将图像分成8个类别,并针对图像的噪声特点,对其去除高斯椒盐噪声并做了增强预处理。通过模型试验,相对于单独的CNN和SVM模型来说,这种复合模型更加可靠准确。

关键词(KeyWords): 选煤厂;卷积神经网络(CNN);支持向量机(SVM);浮选泡沫图像;识别;分类

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 孙友森;陈传海;杨志龙;王新欣;

Email:

DOI: 10.16200/j.cnki.11-2627/td.2021.02.003

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享