基于CNN-SVM的选煤厂浮选泡沫图像识别方法 |
| |
引用本文: | 孙友森,陈传海,杨志龙,王新欣.基于CNN-SVM的选煤厂浮选泡沫图像识别方法[J].煤炭加工与综合利用,2021(2):8-11. |
| |
作者姓名: | 孙友森 陈传海 杨志龙 王新欣 |
| |
作者单位: | 枣矿集团煤质管理处, 山东枣庄 277000;山东山控信息科技有限公司, 山东济南 250000 |
| |
摘 要: | 以选煤厂煤泥浮选泡沫为分类对象,提出一种CNN—SVM混合模型,对煤泥浮选泡沫图像进行分类识别.试验采取山东某选煤厂的20000张浮选图像制作数据集,根据灰分不同将图像分成8个类别,并针对图像的噪声特点,对其去除高斯椒盐噪声并做了增强预处理.通过模型试验,相对于单独的CNN和SVM模型来说,这种复合模型更加可靠准确.
|
关 键 词: | 选煤厂 卷积神经网络(CNN) 支持向量机(SVM) 浮选泡沫图像 识别 分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|