国家能源集团乌海能源有限责任公司
Published:2024
移动端阅览
范忠明. 基于神经网络图像识别技术的放顶煤煤矸自动识别方法[J]. 2024, 43(10): 39-42.
DOI:
范忠明. 基于神经网络图像识别技术的放顶煤煤矸自动识别方法[J]. 2024, 43(10): 39-42. DOI: 10.20033/j.1003-7241.(2024)10-0039-04.
放顶煤煤矸识别影响着整个综放工作面的开采效率,可以解决欠放和过放问题,使工人远离放煤工作面。提出基于神经网络图像识别技术的放顶煤煤矸自动识别方法。结合多阈值Qtsu分割算法和边缘检测方法,将图像分割为煤矸层、烟煤层和背景层,在煤矸层中利用灰度共生矩阵提取图像特征,在神经网络中加入模糊补偿原理,将提取的特征输入优化后的神经网络中,完成放顶煤煤矸自动识别。实验结果表明,所提方法的分割精度高、识别精度高、复杂度低。
戴天虹,翟冰.基于改进EfficientNet的木材识别研究[J].森林工程,2023(04).
郭永存,张勇,李飞,杨鹏.嵌入空洞卷积和批归一化模块的智能煤矸识别算法[J].矿业安全与环保,2022(03).
张锦旺,何庚,王家臣.不同混合度下液体介入难辨别煤矸红外图像识别准确率[J].煤炭学报,2022(03).
单鹏飞,孙浩强,来兴平,朱兴攀,杨建辉,高健铭.基于改进Faster R-CNN的综放煤矸混合放出状态识别方法[J].煤炭学报,2022(03).
高树国,王丽丽,田源,何瑞东,赵海涛,伊晓宇,李小玉,左浩明,张凡.基于振动时频信号灰度共生矩阵的有载分接开关触头状态检测方法研究[J].电工电能新技术,2022(01).
叶华,赵明,王国平,赵川.卷积神经网络的电力检修票智能识别研究[J].自动化技术与应用,2022(01).
郭永存,王希,何磊,刘普壮.基于TW-RN优化CNN的煤矸识别方法研究[J].煤炭科学技术,2022(01).
郑炜,林瑞全,王俊,李振嘉.基于GAF与卷积神经网络的电能质量扰动分类[J].电力系统保护与控制,2021(11).
宋庆军,李帅,黄兴成,胡程量.基于卷积的放顶煤煤矸识别方法研究[J].煤炭技术,2021(04).
窦希杰,王世博,刘后广,陈钱有,邹文才,卢召栋.基于EMD特征提取与随机森林的煤矸识别方法[J].工矿自动化,2021(03).
朱琳,党发宁,丁卫华,薛熠,张乐.基于CT技术和灰度共生矩阵理论研究不同荷载作用下混凝土的细观损伤演化过程[J].土木工程学报,2020(08).
张鹏飞,李冠宇,贾彩燕.面向自然语言推理的基于截断高斯距离的自注意力机制[J].计算机科学,2020(04).
李曼,段雍,曹现刚,刘长岳,孙凯凯,刘浩.煤矸分选机器人图像识别方法和系统[J].煤炭学报,2020(10).
0
Views
248
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution