| 基于TW-RN优化CNN的煤矸识别方法研究 |
| |
| 引用本文： | 郭永存,王希,何磊,刘普壮. 基于TW-RN优化CNN的煤矸识别方法研究[J]. 煤炭科学技术, 2022, 0(1): 228-236 |
| |
| 作者姓名： | 郭永存 王希 何磊 刘普壮 |
| |
| 作者单位： | 安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室;矿山智能技术与装备省部共建协同创新中心;安徽理工大学矿山智能装备与技术安徽省重点实验室;安徽理工大学电气与信息工程学院 |
| |
| 基金项目： | 安徽理工大学研究生创新基因项目(2020CX2055);国家自然科学基金资助项目(51904007);安徽省自然科学基金资助项目(1908085QE227)。 |
| |
| 摘 要： | 针对小样本数据难以构建深度学习模型和实际工况下多尺度形态、颜色煤矸的识别率低的问题,提出了一种融合迁移学习思想与结构优化的煤矸深度识别模型的优化方法.模仿井下实际生产环境搭建机器视觉平台,采用CCD(Charge Couplect Device)工业相机实时获取煤和矸石图像,利用图像旋转、翻转以及增加噪声方式扩展煤和矸...
|
| 关 键 词： | 煤矸识别 深度学习 迁移学习 结构优化 机器视觉 预训练模型 卷积神经网络 |
Research on coal and gangue recognition method based on TW-RN optimized CNN |
| |
| GUO Yongcun,WANG Xi,HE Lei,LIU Puzhuang. Research on coal and gangue recognition method based on TW-RN optimized CNN[J]. Coal Science and Technology, 2022, 0(1): 228-236 |
| |
| Authors: | GUO Yongcun WANG Xi HE Lei LIU Puzhuang |
| |
| Affiliation: | (State Key Laboratory of Mining Response and Disaster Prevention and Control in Deep Coal Mines,Anhui University of Science and Technology,Huainan 232001,China;Collaborative Innovation Center for Mining Intelligent Technology and Equipment Co-built by Province and Ministry,Huainan 232001,China;Anhui Key Laboratory of Mine Intelligent Equipment and Technology,Anhui university of Science and Technology,Huainan 232001,China;School of Electrical and Information Engineering,Anhui University of Science and Technology,Huainan 232001,China) |
| |
| Abstract: | |
| |
| Keywords: | coal and gangue recognition deep learning migration learning structure optimization machine vision pre-trained model CNN |
| 本文献已被 维普 等数据库收录！ |
|
