-
题名基于Mamba的井下皮带异物无监督检测模型研究
- 1
-
-
作者
马莉
吴伟雪
代新冠
-
机构
西安科技大学通信与信息工程学院
-
出处
《西安科技大学学报》
北大核心
2025年第2期372-382,共11页
-
基金
陕西省重点产业链项目(2021ZDLGY07-08)。
-
文摘
为了解决井下皮带异物无法被精准定位、计算成本过大等问题,提出了一个基于Mamba的无监督运煤皮带异物检测模型,该模型由预训练编码器和基于Mamba的解码器组成。在Mamba解码器中,FHSS混合状态空间模块将Hilbert扫描位置编码、傅里叶变换、Einstein对角矩阵计算引入Mamba网络来增强通道建模及特征序列建模,并结合了基于重构方法和多类无监督异常检测的优点,解决井下异常数据集匮乏、难以采集的问题。结果表明:该模型精度比经典的4个异常检测模型分别提升了22.2%,10.9%,5.9%,2.1%,其参数量和FLOPs仅为26.109 M,8.497 G;与传统检测方法相比,不仅有效应对由于噪声、遮挡等因素导致的检测不确定性,确保了异物检测的鲁棒性和可靠性,且具备更小的模型体积,显著降低了模型在推理过程中的计算复杂度。研究对于煤矿井下的实际应用具有重要意义,能够更好地保障输送系统的安全性和稳定性。
-
关键词
井下皮带异物检测
Mamba
无监督训练
异常检测
空间状态模型
-
Keywords
underground belt foreign object detection
Mamba
unsupervised training
anomaly detection
state space model
-
分类号
TD528.1
[矿业工程—矿山机电]
-
