基于Hopfield神经网络的煤矿变压器励磁涌流识别

为更好地解决煤矿变压器励磁涌流使差动保护错误动作的问题,从变压器励磁涌流和内部故障时的电流信号着手,应用快速傅立叶变换算法得到各次谐波电流含量,构成特征向量作为Hopfield神经网络的输入样本,从而对变压器励磁涌流进行识别。Hopfield神经网络可以对其进行正确地区分,有效地保证变压器差动保护的正确动作。     

基于Hopfield神经网络的矿井通风系统分析

矿井通风系统的工作性能对煤矿安全影响较大,保证通风系统效率十分必要。介绍通风机的基本参数和参数计算公式,利用Hopfield神经网络对通风系统进行研究分析,设置PID调节参数,并利用Matlab对优化后的通风系统进行仿真分析,结果显示基于神经网络控制的通风机在风压、风量、风门开闭等方面控制效果良好。     

基于Hopfield网络的边坡破坏模式识别系统

基于Hopfield神经网络建立了边坡变形破坏模式识别系统。该系统以岩体结构为最基本的控制因素,将模式识别技术与专家系统有机结合,具有与工程结合紧密、能获得定量结果、层次清晰及使用方便等优点。     

基于网格化信息的数字矿山建设

通过分析数字矿山建设的需求,结合格网地图的获取技术,提出了格网地图在矿山建设的应用前景.     

基于Hopfield神经网络的煤矿避灾硐室安全评价

针对当前我国煤矿紧急避险系统推行过程中出现的问题,以专家打分作为网络输入,以评估安全等级为输出,建立了基于Hopfield神经网络的煤矿避灾硐室安全评价模型。结合某煤矿进行实例应用,操作简单方便,结果合理,具有较高的准确率,适合于避灾硐室安全评价。     

基于多分辨率图像的矿物特征自动提取与矿物智能识别模型

传统卷积神经网络运用于矿物种属鉴定时，由于其较大的参数量和固定输入图像分辨率的限制，需要充足的计算资源与一定的图像预处理，难以在实际勘探中部署。为此，本文基于深度可分离卷积，结合注意力机制，通过密集连接的方式构建矿物智能识别模型，且该模型可以对多分辨率矿物图像进行训练。实验结果表明，模型内存占用仅为20M，验证准确率与测试准确率均高于90%，分类效果优于经典卷积神经网络，表现出优异的正负例样本鉴别能力。以上结果证明，本文提出的模型在识别性能与内存占用达到良好的平衡，适用于便携式设备，且能有效地对不同分辨率矿物图像进行识别，并有良好的泛化性，具有潜在的应用价值。     

基于单张正面人脸图像的特征网格构建

将模型点与人脸特征点实现对应,是视频资源或数码图片序列建模时的一个关键步骤。论述了基于单张正面人脸图像的特征网格构建,给出了理论模型与实现方法。     

基于数字高程模型的立体透视图的软件开发——数字高程数据的分析

文章利用VC++开发工具,对给定的DEM数据进行预处理。基于数字高程模型的立体透视图的软件开发,该软件是用数字高程模型绘制立体透视图。是DEM的一个极其重要的应用。结合数字高程模型的理论分析和软件的开发成果,认为立体透视图能够很好地反映地形的立体形态,非常直观。     

基于特征点的煤矿图像拼接技术的研究

将图像拼接技术引入到煤矿领域。结合煤矿井下环境的特点,提出了一种稳健的基于曲率尺度空间的拼接(CSSM)算法。该算法使用改进后的自适应阈值CSS角点检测算法提取特征点,利用相似测度NCC提取初始特征点对,并通过RANSAC删除伪匹配对,达到精确匹配,通过渐入渐出融合法实现无缝拼接。     

网格GIS的发展现状及其在数字矿山中的应用

数字矿山建设是保持矿区可持续发展的重要手段之一.网格技术的发展为构建数字矿山提供了有效的技术支撑.主要介绍网格及网格GIS的发展现状,给出了基于网格GIS的数字矿山架构.     

基于MATLAB的煤粒图像识别系统

设计开发一种基于MATLAB的煤粒图像识别系统,通过图像识别技术对煤粒图像进行分析,并且提取出适量的图像特征量进行分析比对,然后将相应参数作为神经网络的输入,对煤粒的密度级别进行预测。希望本文的研究能够对选煤新技术的发展以及选煤生产效率的提升起到一定的参考和借鉴意义。     

基于图像识别的带式输送机监护系统

针对传统带式输送机对堆煤和输送带撕裂的检测方式存在检测滞后、易发生误动作及维护费用高等缺点,提出一种基于图像识别的带式输送机监护系统。系统采用ARM处理器、TVP5150A视频解码芯片和外部RAM;又加入通信电路、显示屏电路和Micro SD卡等,用图像识别对输送带堆煤和撕裂进行检测,实现对堆煤和输送带撕裂同时进行监控保护,具有较为重要的理论意义和实用价值。     

基于图像识别的齿轮故障诊断方法研究

以圆柱齿轮为对象,提出了基于双谱分析和图像识别的齿轮箱故障诊断方法。通过小波包双谱分析生成故障信号的双谱图,并通灰度共生矩阵的2阶特征统计量来表征双谱图特征。对于这些特征统计量,通过相关度的大小进行分类从而得到故障模式识别的输入特征向量。通过支持向量机(SVM)模式识别算法对这些特征集合进行分类,从而识别出相应的齿轮故障类型。实验证明在具有噪声的情况下,该方法取得了比较理想的识别率,验证了基于图像识别的齿轮箱故障诊断方法的可行性。     

基于纹理分析的滑坡遥感图像识别

从纹理分析的基本理论入手,结合滑坡遥感图像的特点,探讨了基于纹理分析的滑坡遥感图像识别方法,并对2004年云阳镇拍摄的QuickBird卫星影像进行了识别,识别结果明显,可以大致圈定滑坡形态,为防止滑坡和危害性评估提供更为有利的依据。     

基于知识的遥感图像中桥梁识别方法

利用桥梁、河流和陆地各自在遥感图像中的信息特征,提出了一种基于知识的遥感图像中桥梁识别方法,通过对桥梁知识的理解,来指导图像的处理和分析。首先,对图像进行分割,提取边缘;然后利用桥梁线和河岸的不同特征,在图像中去除河岸线,保留桥梁线。实验证明,该识别方法比较简单快速,并且取得了较好的识别效果。     

基于LBP和GLCM的煤岩图像特征提取与识别方法

针对煤矿开采工作面无人化要求,提出一种基于LBP和GLCM的煤岩图像特征提取与识别方法。采用LBP算法判断煤块与岩石纹理存在差异性,然后通过GLCM实现煤块与岩石图像在水平、直角、45°、135°方向上的灰度共生矩阵,并完成对能量、熵值、对比度、逆差分矩等4个煤岩图像纹理特征参数提取。试验表明:LBP算法在检测煤块与岩石局部纹理特征差异的过程中,具有一定的高效性,但存在不足,后续通过GLCM提取的煤岩图像特征参数,可以找到适用于煤岩分类的特征参数,增加煤岩识别的鲁棒性。     

基于图像识别的井下早期火灾探测方法的实现

本文介绍了一种通过红外图像对火灾进行探测的方法,以图像识别技术为基础,进一步利用信息融合技术,对着火点的面积变化率、分布规律进行量化综合分析,以此形成火灾判断依据,试验证明这种方法误判率低、可靠性高。     

基于特征识别技术的CAPP工艺卡自动生成研究

提出了一种新的CAPP工艺卡的自动生成方法,优点在于能够快速生成工艺卡,并且使生成的工艺卡无需像以前那样对生成的工艺卡进行大的修改,可以在很大程度上提高工艺卡的制定效率。