煤中有机显微组分自动识别初步研究

借助岩石图像分析软件,对所选煤样有机显微组分的灰度值和形态特征参数进行系统的测试,将以往定性鉴别特征的指标定量化,旨在为开发新型煤岩组分自动识别系统提供可靠的基本技术参数.     

煤岩微观图像的K-均值和数学形态学分割算法研究

利用SEM扫描观测平煤十矿戊_(10)-20230工作面煤岩的微观形态,针对灰度区域不明显的煤样SEM图像,探究K-means和数学形态学中先开后闭运算相结合分割算法的可行性与有效性,并采用相关分割算法作对比试验。结果表明:本文算法匹配率75.48%,误分率16.96%,相较于其他4种算法匹配率最高,误分率最低,有明显优势,能够较准确地将孔隙从扫描图像中分割出来;本算法TPF值34.79%,TNF值97.18%,正确分割比例最大,而FNF值65.21%,FPF值2.82%,错误分割比例最小,TPF值与FNF值和为1,TNF值与FPF值和也为1,说明评价指标的正确性。     

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。     

基于轮廓波变换的煤壳质组显微组分分类

在分析煤壳质组显微组分图像特点的基础上,鉴于其纹理及方向信息特征差异,提出一种基于轮廓波变换(Contourlet)与超限学习机的煤壳质组显微组分自动分类方法。首先,运用Contourlet变换对煤壳质组显微图像进行多尺度多方向分解,提取各子带的统计特征量组成特征向量集;再构建超限学习机分类器对壳质组各显微组分进行分类。实验结果表明:与其他用于描述纹理的同类特征提取方法相比,采用本文方法提取的特征量训练的分类器,在分类效果上具有明显的优势,其分类准确率可达97.64%;与支持向量机分类结果相比,超限学习机对于煤壳质组分类准确率可高出2%,分类速度显著提高。     

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。     

基于数据挖掘技术的煤炭企业供应商管理系统的研究与设计

针对煤炭企业传统、粗放且效率低下的供应商管理模式以及无法深化采供关系等问题,提出了基于数据挖掘技术,包含基础信息、供应商分类管理、供应商评价选择管理和业务系统信息平台4个部分组成的供应商管理系统,详细阐述了k-均值聚类算法及粗糙集理论在供应商管理系统中的功能设计和实现。     

一种基于PCA与RBF-SVM的煤岩显微组分镜质组分类方法

在分析煤岩镜质组显微组分特点的基础上,针对其结构复杂、特征量多且相互交织从而影响分类准确性等问题,提出一种基于主成分分析(PCA)的煤岩显微组分镜质组分类方法。首先根据镜质组显微图像中各组分呈现的条状、团块、颗粒等纹理特点和亮度差异,采用基于灰度共生矩阵的能量、熵、惯性矩、局部平稳性等纹理特征量和基于灰度分布统计的亮度比、均值、均方差、三阶矩偏度等亮度相关特征量对其进行描述,构成初始特征量集;再采用主成分分析法对初始特征量集进行进一步的抽取;最后构建基于径向基函数的支持向量机(RBF-SVM),采用积累贡献率较大的主成分作为分类参量实现镜质组的自动分类。实验结果表明:纹理和灰度统计特征可有效刻画煤岩镜质组显微组分;采用PCA对初始特征进行抽取之后,用于分类的特征空间维数大幅度降低,分类算法的泛化能力增强,分类的准确率显著提高。     

基于数据实时分析的煤矿建筑工程安全监测系统

为了精准、稳定监测煤矿建筑工程安全,缩减监测效果受数据量及噪声影响,设计了基于数据实时分析的煤矿建筑工程安全监测系统。通过感知层采集煤矿建筑工程相关数据,数据处理模块对数据进行聚类操作,通信模块将聚类后数据安全传输至煤矿建筑工程安全监测中心,利用改进隔离森林算法对数据执行异常检测操作,并将检测结果存储数据库中,通过安全监测与管理中心为客户呈现监测结果。实验结果表明,该系统可有效聚类煤矿建筑工程数据,且煤矿建筑工程安全监测精度与稳定性好,监测效果受数据量及噪声影响较小。     

图像法测定煤岩组分反射率工作曲线的建立与应用

基于图像分析的煤岩自动测试系统测定煤岩组分反射率的理论依据是物质的反射率值与图像的灰度值呈正比关系,工作曲线的建立是测定显微组分反射率的前提。系统分析了图像法测定反射率的原理、测试流程、原理公式,并利用煤岩自动测试系统进行建立工作曲线的试验研究和验证,分析工作曲线的最大量程和反射率的分辨能力,提出在实际测试中工作曲线的选择原则。工作曲线的斜率、最大量程、分辨能力均可通过改变显微镜照明强度和显微数码照相机曝光时间两种方式调整。256级灰度值的显微数码照相机满足图像法测定反射率的精度要求。反射率自动测试系统与传统的光度计法的测试结果的平均值和直方图对比性强。     

基于图像处理与识别技术的煤矿矸石自动分选

矸石分选是煤矿生产的重要环节,即在煤块中将矸石挑选出来,目前我国大块矸石的分选大多采用手选,工人劳动强度大,生产效率低,工作环境恶劣,严重影响着人工的身心健康,通过采用图像处理和模式识别技术对煤块和矸石进行识别,再结合计算机技术和机械自动化技术,从而达到煤矸自动分选的目的。     

矿用智能机器人抓拍成像技术

大块煤矸石在运输过程中卡壳严重易造成设备磨损,为了实现煤炭转载过程中矸石块度大、机器卡壳造成的设备维护时间长、投入大的问题,利用非线性摄影成像模型和K means聚类算法对智能机器人图像采集和障碍物识别进行了研究,实现了对块度较大煤矸体形状、区域的非线性摄像和特征的准确提取,为智能机器人的应用提供了重要参考,对于解决煤炭转载过程中的问题有现实意义。     

煤水管道输送自动控制系统

阐述了在煤水管道输送技术中 ,采用自动控制系统 ,通过检测煤水浓度 ,采用软件的计算与比较结果 ,使输送的煤水浓度控制在工艺要求的最佳范围 ,最大地提高经济运行效果 ,为煤水管道输送 ,提供了一种有价值的控制手段 通过实践 ,证明了该系统的科学性、稳定性与可靠性 ,经济效果显著 ,有利于煤水管道输送技术的推广应用。     

基于字典学习的煤岩图像特征提取与识别方法

现今的煤岩图像识别方法取得了一些阶段性的成果,但还无法满足实际需求。为了挖掘新的煤岩图像识别方法,研究了基于字典学习的煤岩图像特征提取与识别技术,提出用字典学习算法提取煤岩图像特征。字典学习算法采用随机选择的方法对字典进行初始化和更新。结合分类算法对煤岩图像进行分类识别,结果表明:通过字典学习,能简单有效表达煤岩图像的特征信息,获得了较高的识别率,且该特征提取方式具有较好的发展前景。研究结果可为煤岩界面的自动识别提供新的思路和方法。     

边坡稳定性自动监测系统

针对传统大地测量方法监测边坡稳定性存在的不足,研究了由计算机控制的带伺服电机驱动的高精度自动全站仪、高精度温度计、数字气压计、光电频率校准仪、数据采集与处理等专用仪器和软件组成的边坡稳定性自动监测系统.系统能自动按预先设定时间对多目标进行监测,取得精确距离值,并能用图形实时显示监测点的坐标值及变形值、移动速度等.比较不同时间的测量结果,能快速而准确地发现边坡稳定性.系统还可用于大坝、高层建筑物、桥梁等需要重复监测变形的地方.     

矿井自动排水监测控制系统分析

对矿井排水进行简单概述,在分析传统矿井排水系统存在弊端的基础上,提出矿井自动排水监测控制系统,并从硬件结构、软件流程2个方面对矿井自动排水监测和控制系统进行分析。     

煤炭运输船港航交重自动计量系统设计与实现

为解决水尺计重人工观测中存在的人为误差、效率低、纠纷多等问题,文章以水尺计重全自动计量为研究核心,运用传感技术、无线通信、图像处理等多学科理论知识,采用理论分析、优化算法和现场检测相结合的方法,分析复杂环境下不同船舶水尺视频的特点和规律,开发水尺计重便携式设备及图像识别系统软件,构建水尺计重自动检测图像识别系统,实验测试表明：系统运行稳定,误差小、准确度高。彻底解决水尺计重各环节人工观测并记录的落后状况,实现我国煤炭运输船水尺计重的科学、高效、安全、公正鉴定。     

煤矿地质测量空间信息系统及其关键技术

煤矿地质测量工怍是煤矿生产最基础和最重要的工作之一，对煤矿的安全生产和煤矿生产能力具有重要的影响。兮析了煤矿地质测量空间信息系统的框架体系及其相关的关键技术，重点介绍了其中的数据采集、平台设计、专业图形的自动化处理及其3D建模技术。