基于SVM和纹理的煤和煤矸石自动识别

为提高煤矸石的自动识别和分选效率,提出了基于支持向量机(SVM)和纹理识别煤矸石的方法.选取两种煤和一种煤矸石的图像作为样本,经过图像预处理及图像灰度和纹理特征分析后,发现灰度均值、灰度共生矩阵最大值、二阶矩、对比度、相关、熵为有效特征.在此基础上,采用了支持向量机来完成图像的自动识别过程,选取上述6个参数作为支持向量机的训练特征,实验结果表明,该支持向量机识别煤和煤矸石的成功率较高.     

煤与矸石图像灰度信息和纹理特征的提取研究

针对现有大多数煤与矸石图像识别方法只单一地利用灰度均值和灰度方差进行识别,存在识别准确度和效率不高等问题,提出了一种煤与矸石图像灰度信息和纹理特征提取方法。该方法提取具有代表性的特征参数,如灰度均值、平滑度及灰度共生矩阵的能量、对比度、相关性、熵等,作为识别煤与矸石的重要依据。Matlab仿真分析结果表明,以上特征参数可以有效地描述煤与矸石的图像特征,可为煤与矸石的自动识别与分选提供重要参考依据。     

煤与矸石图像纹理特征提取方法

针对现有煤与矸石图像处理方法存在提取特征参数少、识别精度低等问题,提出了一种融合局部二值模式和灰度共生矩阵的煤与矸石图像纹理特征提取方法。首先将煤与矸石预处理后的图像转换为局部二值模式图像,再利用该图像生成灰度共生矩阵,以角二阶距、相关性、对比度和熵作为纹理特征进行均值和归一化处理,最后用支持向量机进行训练,得出识别结果。实验结果表明,该方法能够有效地提取到煤与矸石图像的纹理特征,煤和矸石的识别率分别为94%和96%。     

一种煤矸石优化识别方法

针对输送带磨损造成煤矸石图像目标检测不准确、影响煤矸石识别准确率等问题,提出了一种煤矸石优化识别方法。采集的图像经过裁切、去噪、灰度化等预处理后,利用训练好的CornerNet-Squeeze深度学习模型判断图像中是否存在待检测的煤或矸石,若存在则定位煤或矸石在图像中的位置,有效降低目标检测时输送带背景干扰;对定位区域进行灰度直方图分析,依据图像灰度直方图的三阶矩特征参数对煤矸石进行分类,判定是煤还是矸石,提高识别准确率。实验结果表明,该方法识别准确率为91.3%,单张图像识别时间为41ms,具有较高的识别准确率和较好的实时性。     

基于小波变换的煤矸石自动分选方法

针对现有基于图像处理的煤矸石识别分选方法存在识别准确度较低、提取参数多、实时处理效率不高等问题,提出了一种基于小波变换的煤矸石自动分选方法。利用小波分析对采集到的煤与矸石图像进行降噪处理,并通过构造小波矩对煤和矸石进行特征提取分析,计算得到特征值,找出煤与矸石特征参数的明显差异,将其作为煤和矸石识别分选的依据。实验结果表明,该方法提高了煤与矸石在线识别分选的工作效率,准确度高。     

基于X射线和机器视觉的煤与矸石分选系统设计

针对传统煤与矸石分选方法存在效率低、污染环境、成本高等问题,设计了一种基于X射线和机器视觉的煤与矸石识别分选系统。该系统首先利用机器视觉技术获取煤和矸石图像,用图像处理算法得到煤和矸石的厚度信息;然后采用X射线扫描并获取煤和矸石图像,经处理后得到图像的灰度值信息;最后综合灰度值信息和厚度信息确定煤和矸石的分离阈值,实现煤和矸石的分离。实验结果表明,该系统利用分离阈值能有效识别煤和矸石,且识别率高,识别精度满足工业生产要求。     

煤与矸石分选系统设计

针对常见选煤方法存在成本高、自然资源消耗大、环境污染严重,X射线选煤法对于不同厚度的煤和矸石容易出现识别错误等问题,设计了一种基于X射线和光纤传感器的煤与矸石分选系统。该系统首先利用X射线扫描获取煤和矸石X射线图像,经处理后得到图像灰度值;然后采用光纤传感器检测煤和矸石的厚度;最后综合灰度值和厚度确定煤矸识别阈值,实现煤和矸石的分选。实验结果表明,该系统利用煤矸识别阈值能有效识别煤和矸石。     

一种新型纹理图像生成方法研究

利用人工神经网络BP算法 ,提出了一种新型纹理图像生成方法。其技术关键在于正确选取能够全面描述纹理的特征函数 ,并建立有效的人工神经网络模型。生成纹理图像时只需给出原始纹理图像 ,系统将自动计算图像的特征函数并做为BP网络输入 ,便可输出图像的灰度向量 ,生成纹理图像。实验结果表明 ,该方法适合于生成多种纹理图像 ,取得了令人满意的效果。     

煤矸石图像分类方法

针对人工排矸法、机械湿选法、γ射线分选法等传统煤矸石分选方法无法兼顾快速高效性、安全无害性、简单操作性的问题,提出了基于机器视觉的煤矸石图像分类方法。对煤矸石图像进行增强、平滑去噪等预处理,采用基于距离变换的分水岭算法实现煤矸石图像分割提取。针对煤矸石分割图像,选取煤矸石图像的HOG特征及灰度共生矩阵,分别以支持向量机、随机森林、K近邻算法作为分类器进行基于特征提取的煤矸石分类识别;分别建立浅层卷积神经网络和基于ImageNet数据集预训练的VGG16网络,进行基于卷积神经网络的煤矸石分类识别。研究结果表明,基于VGG16网络的煤矸石图像分类方法准确率最高为99.7%,高于基于特征提取方法的91.9%和基于浅层卷积神经网络方法的92.5%。     

图像灰度信息在煤矸石自动分选中的应用研究

针对传统的基于图像灰度信息的块煤和矸石分选系统只是随意地选择块煤和矸石样本而缺乏代表性和实用性的问题,研究了一种侧重于实用性和系统性的基于图像灰度信息的块煤和矸石自动分选系统。首先从材质、纹理特征、清洁度三个方面选择6块比较有代表性的块煤或矸石,分别在强光、自然光和节能灯光三种强度光照条件下,按照一定的分组方式分析它们的图像灰度分布规律并将其作为计算机目标识别的依据,从而实现块煤或矸石的自动分选。测试结果表明,在特定条件下,利用块煤与矸石图像灰度信息较明显的差异对两者进行视觉区别可实现两者的自动分选。     

基于数字滤波的计算机控制系统测试信号的降噪处理

计算机控制系统的测试信号一般是用模拟式传感器测得的,因此这些信号不可避免的要受到各种干扰噪声的污染。针对系统的测试信号,必须进行相应的滤波处理。基于数字滤波技术中的两种典型方法:FFT和小波分析法,讨论了如何能够降低噪声对测试信号的影响,在MATLAB平台上仿真实现了FFT和小波分析法在降噪中的作用,并分析了其优缺点,最后表明小波降噪在测试信号的处理中有着明显的优势。     

流量分析与控制系统的设计与实现

随着宽带接入业务的迅速发展,宽带用户的数量及带宽都有很快的增长,运营商迫切需要对网络进行精细化管理。流量分析与控制系统通过对业务流的分析识别,感知网络中的各种业务及用户行为习惯,进而对P2P等业务流量进行管理,使运营商保持在价值链中的主导地位,避免被管道化。本文通过对运营商现网问题分析,结合流控关键技术,提出了流量分析与控制系统平台的设计与实现方案,为流控类工程的设计部署提供了借鉴和参考。     

基于LabVIEW的虚拟精细化频谱分析仪

LabVIEW是虚拟仪器领域中最具代表性的图形化编程开发平台,利用该平台设计了信号产生与分析系统,并从信号发生器、时域及频域测量三方面展开阐述,其中包括波形产生,时域参数测量,频谱分析,信号ZoomFFT分析等。频域分析系统除了基本频谱分析外,具体阐述了细化频谱ZoomFFT算法的原理,使得该频谱系统能够更实时高效的处理分析频谱密集型信号。     

数据挖掘技术在CRM系统中的应用

随着互联网与信息技术的发展,企业客户数据量呈现了爆炸式的增长,大部分企业的数据都已进入海量的时代,客户关系管理(CRM)日益受到企业的重视。通过对烟草行业的特点进行分析,将数据挖掘技术应用到企业CRM管理中,建立决策分析系统进行理论研究和实际应用,提高企业的竞争力。     

PLC编程技术应用与解析

在分析PLC技术应用的基础上,用单按钮PLC控制案例介绍了PLC控制程序的编写方法,剖析了PLC编程技术的基本思路,以助于提高初学者的程序设计能力。     

避雷针保护范围的计算机辅助分析

对于安放电气装置及设计建筑物,明确避雷针的保护范围是必不可少的。通过MATLAB应用软件,可以把避雷针的保护范围用图像呈现出来并进行计算机辅助分析,由此判断房屋设施是否在避雷针的保护范围内。使避雷针保护范围计算及安放位置的设计更简便。     

浅谈基于昆腾PLC的V型滤池的自动控制系统的维护

在V型滤池的日常维护中,针对其出现的各种异常,总结分析了故障的各种原因,有效保证了自动控制系统设备的良好运行。     

基于全寿命成本分析的电力设备采购管理系统的研究

通过系统研究电力设备运行风险、设备成本、招标采购管理中存在的问题,研究开发基于风险评估与全寿命成本分析的电力设备采购、运行、维护及退役处置的电力设备管理系统。对电力设备采购、运行状态、检修、更新及改造等策略进行全方位评估,提高电力设备对电网运行潜在风险的预警管控能力,实现以技术性与经济性综合效益最优的电力设备维护管理过程。     

蛋白质二级结构预测的一种新的编码方式

提出了一种基于结构特征的蛋白质二级结构预测方法。先对氨基酸的理化特性进行主成分分析,提取出主要影响因素,并融合成3位编码。接着,在原有3位编码基础上加入3位氨基酸在特定二级结构中的倾向因子。编码完成后,使用支持向量机方法进行预测。实验结果表明,改进后的编码方式优于单纯做主成分分析得到的3位编码和5位编码方式,可以有效地用于蛋白质二级结构预测。     

基于ZigBee的气体泄漏声发射检测

声发射技术以其无损检测方面的优势应用在气体泄漏检测中,低功耗无线网络的发展为无线实时监控网络的形成提供了很好的基础。通过构建星型拓扑无线传感器网络,以DSP处理终端和CC2530射频芯片为硬件平台,以ZigBee协议栈、LabVIEW为核心软件,结合ZigBee无线通信技术和嵌入式声发射采集技术的优势,设计了一种新型的远程监控系统,最后基于声发射能量法,对气体泄漏进行了评价,取得了很好的效果。