融合均值漂移和改进的K均值聚类的颜色量化

针对经典K均值聚类算法需要事先给定量化数目和量化时间长的问题,提出了一种融合均值漂移和改进的K均值聚类的颜色量化算法。首先把图像从RGB空间转化到Munsell空间,然后依据均值漂移算法以及NBS距离与人类视觉对颜色差别的定量关系自动确定量化数目,最后以kd树作为数据结构来运行K均值算法从而实现图像的快速量化。     

煤岩识别算法及“自学习”模型研究

针对煤矿井下综采工作面煤岩识别方法普遍存在效果欠佳、稳定性差、应用范围小等问题,基于煤和岩石基本特征的区别,从图像边缘和灰度阈值等视觉差异,借助聚类基本理论,处理煤岩图像边界,分析煤岩灰度共生矩阵包含的纹理特征信息;构造均值纹理导向度和方差纹理导向度;研究煤岩界面灰度共生均值的聚类煤岩识别算法;多尺度分解变换的煤岩纹理特征抽取方法;提出2种分块区域煤岩分界的图像识别模型:图像灰度"相似性"度量估计模型、层次聚类识别模型;并构造出一种煤岩混合模型融合识别方法及流程;为工作面煤岩精确识别、减少采煤机截割岩引起的故障和安全问题提供参考。     

聚类算法在矿产资源与经济发展关系研究中的应用

通过应用迭代自组织算法,获得最优的聚类数K,弥补了K均值聚类算法在聚类初始K值的不确定性,同时该算法为K均值聚类算法确定最优的聚类数K在矿产资源与经济发展关系研究中提供了一种新途径。     

基于Contourlet变换的模糊聚类和膨胀重构相结合的浮选图像增强方法

针对用分水岭算法分割铅锌矿泡沫图像时标识点难以提取及气泡边界模糊问题,提出了模糊C均值聚类和二值开重构相结合的方法及基于Contourlet变换的泡沫图像增强方法。首先对图像进行聚类,提取出灰度值较大的一类点,对提取出获得的图像用不同的结构元素进行二值开重构操作除掉一些灰度值较大的边缘点和噪声,得到气泡内部高亮点作为标识点。然后对泡沫图像做Contourlet变换提取高频系数,构造自适应增强函数作用于高频系数,利用增强后的高频系数做Contourlet反变换以增强泡沫图像。最后在上面获得的标识图像和增强图像的基础上用分水岭变换对图像进行分割。试验结果表明,该方法能够对气泡边界模糊的铅锌矿图像实行有效分割。     

基于视觉显著性的煤矿井下关键目标对象实时感知研究

随着煤矿智能化技术发展,井下关键设备目标对象视觉感知应用需求日益增强。井下复杂场景,特别是生产工况综采工作面,人员及设备目标频繁交错呈现。基于监控视觉画面实时检测、提取人员及关键设备目标对象,对实现井下关键设备目标对象智能监控,生产场景智能感知与安全生产管理意义重大,因此需要研究井下关键目标对象实时感知方法。基于视觉注意机制的显著目标检测和分割是复杂场景关键目标对象感知的有效方法之一,但是显著性检测和目标分割过程计算复杂度高、耗时长,难以达到工程应用的实时性要求。基于此,在分析图像视觉特征的基础上,特别是煤矿井下图像视觉特征,提出一种基于随机采样区域对比度计算的实时显著性检测方法,引入随机采样策略对原图像像素进行采样后利用Efficient Graph-based Segmentation方法将图像分割为若干区域,然后计算区域对比度获得区域显著性,实现了实时显著性检测;在显著性区域或者目标分割过程中,提出一种自适应的前景背景阈值迭代方法,基于Shared Sample Matting方法实现显著目标的实时分割提取。基于公共数据集进行试验分析,结果表明,该方法不仅提高了显著性目标的检测分...     

模糊C均值聚类遥感影像分类

模糊C均值聚类算法可有效的解决遥感信息的不确定性和混合像元的划分.文中基于matlab平台、采用模糊C均值聚类对遥感影像进行分类,并运用混淆矩阵对分类结果进行了精度评定.实验结果表明,基于模糊C均值聚类使得分类后的图像很好地区分了地物类别,取得了较好效果.     

基于双目视觉的矿井机车定位方法

为提高矿井机车定位系统的稳定性,提出利用双目视觉技术实现机车定位的方法。由巷道顶部设置的标志牌外层红色特征确定2幅图像的感兴趣区域,提取该区域内各层正方形边界的拐角获得特征点,通过相应计算实现机车的定位。实验结果表明,该方法距离测量误差小,是一种有效的定位方法。     

基于计算机视觉的井下输送带跑偏检测方法

为了准确监测井下输送带运行状态,防止输送带跑偏,提出了一种基于计算机视觉的井下输送带跑偏检测方法。首先采用基于卷积神经网络的MaskRCNN实例分割算法提取输送带图象中的感兴趣区域并进行图像预处理;之后采用改进的Canny算法提取输送带区域的边缘轮廓信息;最后采用改进的直线段检测(LSD)算法提取输送带边缘直线特征,根据边缘直线的斜率和中心线的相对位置判断输送带是否跑偏。实验结果表明,提出的井下输送带跑偏检测方法能够较准确地检测出输送带边缘直线从而进行跑偏判定,验证了算法的有效性。     

基于计算机视觉的带式输送机跑偏监测

针对带式输送机胶带在运行过程中易出现跑偏的情况,提出了一种基于计算机视觉的输送带跑偏监测方法。首先将视频监控中采集到的视频图像设置感兴趣区域(Region of Interest,ROI)以减少计算量,同时对ROI进行图像预处理。然后采用改进的Canny边缘检测算法得到ROI边缘二值图像,利用累计概率霍夫变换(Progressive Probabilistic Hough Transform,PPHT)提取输送带边缘直线特征,最后根据所得直线特征来判断输送带是否跑偏。     

基于超像素粒化与同质图像粒聚类的矿井人员图像分割方法

矿井人员图像分割是实现煤矿井下人员检测、行为识别、视频定位跟踪等技术的基础任务之一。然而,由于矿井下环境特殊,常规图像分割方法均难以满足对井下人员的精准分割要求。为解决矿井人员图像的分割问题,提出一种基于超像素粒化及同质图像粒聚类的分割方法,能够适用于煤矿井下多种场景的人员图像。首先,使用简单线性迭代聚类(Simple Linear Iterative Clustering, SLIC)模型将井下人员图像初始粒化为超像素单元,并通过测量离线样本图像中所标记人员像素点与超像素之间的RGB相似度值判定人员超像素。其次,由邻居超像素辅助检测欠分割人员超像素并将其彻底分割为2个子超像素单元,选择其中之一的精英人员超像素并提取其纹理和灰度特征。接着,将具有最相似图像特征的邻接精英人员超像素定义为同质图像粒,同质图像粒相互融合并聚类形成具有特定语义信息的同质人员区域。最后,由所有同质人员区域共同构成完整的人员区域,并实现人员区域与图像背景的分离。通过对煤矿井下4种场景下的人员图像进行算法性能验证,实验结果表明:超像素粒化算法的F-Measure值分别较对比算法平均值高出2.11%,3.36%,13...     

基于连续尺度空间和多特征提取的煤矿监控视频注意计算模型

在分析当前自底向上注意计算模型在煤矿图像中应用缺陷的基础上,受Itti模型的启发,提出了一种新的基于多尺度和多特征的煤矿监控视频注意计算模型。在多尺度分析上,以连续尺度的离散化形式为非均匀采样的表达,以Bessel修正函数为滤波核;在特征提取中,采用运动显著性,小波包分解和亮度为待注意目标的显著性度量,采用DOG算子对各种特征进行归一化,最终形成统一的待注意目标显著图。实验结果证明了算法的适应性和高效性。     

江苏省工业碳排放时空分异及减排策略

研究工业碳排放的时空分布特征对于制定碳减排策略、促进工业低碳化转型具有重要意义。根据2010—2019年江苏省各市规模以上工业企业原煤、焦炭、天然气、汽油、煤油、柴油和燃料油等主要能源消费数据,采用碳排放系数法核算13个地级市工业碳排放量,利用ArcGis软件绘制工业碳排放时空分布图;采用空间自相关分析法,并利用Geoda软件计算工业碳排放的全局Moran's I指数,分析其全局空间自相关性;为测度工业碳排放局部空间聚类情况,利用Geoda软件绘制LISA聚类图;采用空间重心模型画出2010—2019年碳排放重心转移轨迹图,对碳排放的时空分布特征进一步进行分析;最后提出了碳减排策略。结果表明：1）10年间,江苏省工业碳排放总量稳中有降,单位工业生产总值碳排放量下降趋势明显,碳减排效果显著;2）工业碳排放各区域之间存在显著差异,较高值区和较低值区占主体,且南北差异大,总体上呈南高北低,因此各市在制定碳减排措施时应避免“一刀切”,将苏南地区作为碳减排重点控制区域;3）江苏省工业碳排放在空间分布上具有显著的正相关性,碳排放在空间上呈现聚集性,苏南地区为高-高聚集区,苏北地区（徐州市除外）为低-低聚集区,大部分市域工业碳排放局部空间集聚性不显著;4）碳排放重心整体变化不大,10年间重心点均位于扬州市内,表明江苏省工业碳排放南高北低的局面未被打破。     

基于PLSA模型的Web用户会话聚类

发现Web用户的访问模式是Web日志挖掘的重要任务之一。传统的Web用户会话聚类方法对解空间的搜索带有盲目性且缺乏语义特征,本文提出了一切向钱看种基于概率潜在语义分析的用户会话聚类方法,它采用了用户会话—潜在语义—页面之间的概率关系进行用户会话聚类,以便发现用户访问模式。实验结果表明该方法与k-means方法相比更具高效性。     

基于降维聚类技术的电力负荷数据挖掘研究

随着电力网络的高速发展,电力负荷数据的规模与维数急速增长。为了分析数据背后的有效信息,可以采用聚类分析的手段对电力负荷数据进行挖掘分析,为异常用户检测、能效管理提供有效的应用价值。根据美国能源信息网获得的实验数据集,利用降维算法对预处理后的数据进行降维分析,分析出不同维度下5种降维算法的降维效果,然后选择KPCA和ISOMAP降维技术与K-means聚类分析算法进行结合,比较组合算法与单独K-means算法的聚类精度与聚类效率,得出结合降维技术,可以有效提高聚类分析算法的聚类能力。     

基于网络拓扑的电网资源挖掘推荐模型构建

为降低电网数据挖掘难度,确保电网高效运行,构建基于网络拓扑的电网资源挖掘推荐模型。分析电网系统基本组成结构,明确电网资源来源,通过自下向上的形式构建资源库,确保数据有效储存;将网络拓扑描述为有向图形式,利用二维邻接矩阵表述相邻节点之间的连接状态,为资源推荐提供有效路径;经过归一化与k—均值聚类处理,统一资源格式,实现相同类型资源聚类;利用爬虫技术设置挖掘权限匹配阈值,结合抓取规则完成聚类谱智能排序,实现在爬虫协议控制下电网资源能够被准确挖掘推荐。仿真实验表明,该方法可提高数据预处理效果,减少延迟推荐现象,同时推荐结果的平均绝对误差较低。     

呈贡县卫星遥感数字正射影像图平面精度检测

对呈贡县卫星遥感数字正射影像图的平面精度(主要指像点坐标与国家1954年北京坐标系的联系精度和影像纠正精度)进行检测,进而评价影像图应用于土地利用现状更新调查的适宜性和可靠性.检测结果表明,呈贡县卫星遥感数字正射影像图的像点坐标与国家1954北京坐标系严密联系;影像纠正精度合格,且与相同比例尺的合格地形图套合精度合格;影像图平面精度能满足土地利用现状更新调查的需要.     

基于改进谱聚类算法的电压断相识别

针对传统谱聚类中使用高斯相似函数作为聚类相似性度量的存在的弊端，提出了利用共享自然邻概念的自适应相似度量替代高斯相似函数，结合电压电流数据间内在的联系，将相似度重新定义。实验结果表明，基于自然邻的谱聚类在识别电压断相上，具有一定程度的有效性和优越性。     

土地开发整理工程类型区划分研究——以江西省为例

研究目的：对省级土地开发整理工程类型区划分影响因素、划分方法和程序进行探讨,并对江西省进行实证研究。研究方法：采用叠加分析法和聚类分析法相结合,以县域为基本划分单元,按评价指标体系进行聚类分析,并结合专家决策系统形成最终分区成果。研究结果：按照省级土地开发整理工程类型区划分方法,将江西省99个县（市、区）划分为3种一级类型区：鄱阳湖平原岗丘类型区、赣中丘陵盆地类型区、赣周边丘陵山地类型区和6种二级类型区（工程模式）：环湖圩田平原工程模式、河网平原工程模式、岗地低丘工程模式、河谷盆地工程模式、红砂岩类丘陵工程模式和丘陵低山工程模式,形成了类型区分布图。研究结论：本研究确定的分区方法科学合理,易于操作,江西省土地开发整理工程类型区成果符合江西实际,对江西土地开发整理工作提供了有力的技术支撑。     

Analysis of Natural Stresses According to the Measurement Results in Mines on the Territory of Northern Eurasia

Generalized information on the results of determining the natural stresses in a rock mass, obtained under conditions of underground mines on the territory of Northern Eurasia, is given in the form proposed by M. L. Zobak for the project of the world-stress map. The quality of experimental data is analysed. In the main mineral resource regions, the features of variation in the stress state of rock mass with increase in depth of mining operations are noted.