期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到132篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CED-YOLOv5s模型的煤矸识别方法研究 被引量：3
1
作者 何凯 程刚 +3 位作者 王希 葛庆楠 张辉 赵东洋 《工矿自动化》 CSCD 北大核心 2024年第2期49-56,82,共9页
由于煤矿井下高噪声、低照度、运动模糊的复杂工况和煤矸易聚集现象,导致煤矸目标检测模型特征提取困难及煤矸分类、定位不准确问题。针对该问题,提出一种基于CED-YOLOv5s模型的煤矸识别方法。首先,在YOLOv5s主干网络中引入坐标注意力(... 由于煤矿井下高噪声、低照度、运动模糊的复杂工况和煤矸易聚集现象,导致煤矸目标检测模型特征提取困难及煤矸分类、定位不准确问题。针对该问题,提出一种基于CED-YOLOv5s模型的煤矸识别方法。首先,在YOLOv5s主干网络中引入坐标注意力(CA)机制,通过将坐标信息嵌入信道关系和长程依赖关系中对特征图进行编码,充分利用通道注意力信息和空间注意力信息,使模型更加关注重要特征,抑制无用信息。其次,在YOLOv5s的检测头部引入EIoU回归损失函数,将目标框与锚框的宽高差异最小化,以增强目标的位置和边界信息,提高模型在密集目标下的定位精度和收敛速度;最后,在YOLOv5s的检测头部引入轻量化解耦头,解耦出单独的特征通道,分别用于分类任务和回归任务,解决了原模型中耦合头部分类任务与回归任务的相互干扰问题,进一步提升了模型的并行运算效率与检测精度。实验结果表明:CED-YOLOv5s模型与其他YOLO系列目标检测模型相比,综合性能最佳,平均检测精度达94.8%,相较于YOLOv5s模型提升了3.1%,检测速度达84.8帧/s,可充分满足煤矿井下煤矸实时检测需求。 展开更多
关键词 煤矸识别 YOLOv5s 坐标注意力 损失函数 轻量化解耦头 密集目标定位
下载PDF
表面活性剂辅助的煤矸识别教学实验设计 被引量：1
2
作者 张锦旺 王逢辰 《实验技术与管理》 CAS 北大核心 2024年第5期188-194,共7页
基于“液体介入+红外检测”技术设计了不同浓度表面活性剂辅助下的煤矸识别实验,从煤矸温变规律、煤矸温差规律、混矸率及识别准确率计算三方面分析了活性剂辅助对煤矸石识别效果的影响。实验结果表明,表面活性剂可极大增强煤矸温变效应... 基于“液体介入+红外检测”技术设计了不同浓度表面活性剂辅助下的煤矸识别实验,从煤矸温变规律、煤矸温差规律、混矸率及识别准确率计算三方面分析了活性剂辅助对煤矸石识别效果的影响。实验结果表明,表面活性剂可极大增强煤矸温变效应,但不同浓度的活性剂扩大煤矸温差的程度不同;与清水对照组相比,0.05%浓度的DTAB溶液具有最佳的煤矸短时温差提升效果,可大幅提高基于红外图像的煤矸识别准确率。该实验设计基于智能放煤领域学科前沿成果,涉及采矿、计算机、化学等多个学科的知识交叉,能够提升学生综合运用跨学科知识解决实际问题的能力。 展开更多
关键词 智能采矿 煤矸识别实验 表面活性剂 红外图像
下载PDF
基于水传热和红外热成像的煤矸识别方法
3
作者 程刚 陈杰 +2 位作者 潘泽烨 魏溢凡 陈森森 《工矿自动化》 CSCD 北大核心 2024年第1期66-71,137,共7页
基于可见光图像的煤矸识别方法准确率不高、识别速度慢;基于高能射线透射的煤矸识别方法具有很大辐射导致较少应用。红外热成像具有穿透性强、不受光线影响等优点,但煤和矸石的表面温度在室温下相对接近,导致煤和矸石在红外热图像中没... 基于可见光图像的煤矸识别方法准确率不高、识别速度慢;基于高能射线透射的煤矸识别方法具有很大辐射导致较少应用。红外热成像具有穿透性强、不受光线影响等优点,但煤和矸石的表面温度在室温下相对接近,导致煤和矸石在红外热图像中没有明显差异,难以获得较好的识别效果。针对上述问题,提出了一种基于水传热和红外热成像的煤矸识别方法。在不同水温(18,21,24,27,30℃)条件下进行煤和矸石红外热成像实验,通过煤和矸石红外热图像和温度变化之间的差异来区分煤和矸石。实验结果表明:不同水温下煤和矸石红外热图像不同,当水温低于环境温度时,煤和矸石红外热图像之间的差异较大;在相同水温条件下,煤和矸石红外热图像之间的差异随着时间增加逐渐增大;煤和矸石表面温度变化均随水温升高和时间增加呈增大趋势,但矸石表面温度变化大于煤表面温度变化;当水温为18℃、时间为180 s时,煤和矸石红外热图像之间差异和温差均达到最大。这说明低温的水可作为一种传热介质,更有利于使煤和矸石之间产生较大的温差,从而实现煤和矸石红外热图像准确、快速识别。 展开更多
关键词 煤矸识别 水传热 红外热成像 红外热图像 温差
下载PDF
基于红外热成像的煤矸识别方法研究
4
作者 程刚 潘择烨 +1 位作者 魏溢凡 陈杰 《工矿自动化》 CSCD 北大核心 2024年第4期69-77,共9页
基于重介选煤、跳汰选煤、浮选、干法选煤、γ射线检测法的煤矸分选方法投资成本高、分选效率低、环境污染严重,基于CCD相机的煤矸分选方法准确率不高,基于X射线的煤矸分选技术会危害工作人员的健康。红外热成像技术不受光照、粉尘影响... 基于重介选煤、跳汰选煤、浮选、干法选煤、γ射线检测法的煤矸分选方法投资成本高、分选效率低、环境污染严重,基于CCD相机的煤矸分选方法准确率不高,基于X射线的煤矸分选技术会危害工作人员的健康。红外热成像技术不受光照、粉尘影响,且不会对人体造成伤害。提出了一种基于红外热成像的煤矸识别方法。首先,煤和矸石在传送带的输送下经过加热区域,红外热成像仪监测经均匀加热后的煤和矸石中心点的温度,得到煤和矸石加热后的温度并对经加热区域均匀加热后的煤和矸石进行拍摄,得到煤和矸石的红外灰度图像和红外彩色图像。然后,选用高斯滤波对煤和矸石的红外灰度图像、红外彩色图像进行预处理并提取特征,将红外灰度图像的灰度均值、最大频数对应的灰度值特征和红外彩色图像的G通道一阶矩、G通道二阶矩特征作为分选特征,将上述4个特征作为分类模型的输入。最后,采用支持向量机(SVM)进行分类识别,从而达到识别煤和矸石的目的。实验结果表明:基于红外热成像的煤矸识别方法对烟煤、无烟煤、褐煤的分选准确率均达到了98%以上,有良好的分类效果。 展开更多
关键词 煤矸识别 红外热成像 红外灰度图像 红外彩色图像 灰度均值 SVM 图像预处理
下载PDF
综放工作面煤矸识别技术及其应用 被引量：2
5
作者 李嘉豪 司垒 +2 位作者 王忠宾 魏东 顾进恒 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第1期1-15,共15页
综放工作面煤矸识别技术作为智能放煤开采的关键技术,已经成为煤炭智能开采领域的技术难题。首先介绍了综放工作面煤矸识别技术的重要性及其对生产安全和经济效益的影响。随后,指出了该技术目前存在的问题和挑战,如难以识别不同形状、... 综放工作面煤矸识别技术作为智能放煤开采的关键技术,已经成为煤炭智能开采领域的技术难题。首先介绍了综放工作面煤矸识别技术的重要性及其对生产安全和经济效益的影响。随后,指出了该技术目前存在的问题和挑战,如难以识别不同形状、颜色和深度的煤块和岩层;识别过程中噪声和复杂背景的影响等。详细阐述了综放工作面煤矸识别技术的主要方法如射线法、视觉法和振动与声音信号法。通过对煤矸识别方法的原理、技术特点和优缺点等方面进行分析,全面评估了当前综放工作面煤矸识别技术的应用现状以及各种方法的适用条件和存在的问题。最后,探讨了该技术的未来发展趋势,强调了多传感器融合、深度学习和智能决策与实时监测作为当前技术发展的主要方向。 展开更多
关键词 综放工作面 煤炭开采 煤矸识别 煤矸混合物
原文传递
基于HGTC−YOLOv8n模型的煤矸识别算法研究 被引量：1
6
作者 滕文想 王成 费树辉 《工矿自动化》 CSCD 北大核心 2024年第5期52-59,共8页
现有基于深度学习的煤矸识别方法在煤矿井下低照度、高噪声及运动模糊等复杂工况下存在煤矸识别精度低、小目标煤矸容易漏检、模型参数量和运算量大,难以部署到计算资源有限的设备中等问题,提出了一种基于HGTC−YOLOv8n模型的煤矸识别算... 现有基于深度学习的煤矸识别方法在煤矿井下低照度、高噪声及运动模糊等复杂工况下存在煤矸识别精度低、小目标煤矸容易漏检、模型参数量和运算量大,难以部署到计算资源有限的设备中等问题,提出了一种基于HGTC−YOLOv8n模型的煤矸识别算法。采用HGNetv2网络替换YOLOv8n的主干网络,通过多尺度特征的有效提取,提高煤矸识别效果并减少模型的存储需求和计算资源消耗;在主干网络中嵌入三重注意力机制模块Triplet Attention,捕获不同维度间的交互信息,增强煤矸图像目标特征的提取,减少无关信息的干扰;选用内容感知特征重组模块(CARAFE)来改进YOLOv8n颈部特征融合网络上采样算子,利用上下文信息提高感受视野,提高小目标煤矸识别准确率。实验结果表明:①HGTC−YOLOv8n模型的平均精度均值为93.5%,模型的参数量为2.645×10^(6),浮点运算量为8.0×10^(9),帧速率为79.36帧/s。②平均精度均值较YOLOv8n模型提升了2.5%,参数量和浮点运算量较YOLOv8n模型分别下降了16.22%和10.11%。③与YOLO系列模型相比,HGTC−YOLOv8n模型的平均精度均值最高,且参数量和浮点运算量最少,检测速度较快,综合检测性能最佳。④基于HGTC−YOLOv8n模型的煤矸识别算法在煤矿井下复杂工况下,改善了煤矸识别精度低、小目标煤矸容易漏检等问题,满足煤矸图像实时检测要求。 展开更多
关键词 煤矸识别 小目标识别 YOLOv8n 内容感知特征重组模块 三重注意力机制 Triplet Attention HGNetv2
下载PDF
基于听觉特征融合的煤矸识别方法研究
7
作者 杨政 王世博 +4 位作者 饶柱石 杨善国 杨建华 刘送永 刘后广 《振动与冲击》 EI CSCD 北大核心 2024年第8期136-144,共9页
针对强噪声背景下综放开采过程中垮落煤矸难以识别问题,提出了一种融合低级听觉特征Mel频谱和高级听觉特征听觉神经递质发放率的煤矸识别方法。首先,根据煤矸垮落冲击液压支架尾梁声音信号频谱特点,基于听觉神经滤波器组模型构建了适用... 针对强噪声背景下综放开采过程中垮落煤矸难以识别问题,提出了一种融合低级听觉特征Mel频谱和高级听觉特征听觉神经递质发放率的煤矸识别方法。首先,根据煤矸垮落冲击液压支架尾梁声音信号频谱特点,基于听觉神经滤波器组模型构建了适用于煤矸识别任务的听觉模型;然后,利用听觉模型对煤矸垮落声音信号进行分析,获得听觉神经递质发放率;再次,将听觉神经递质发放率与通过Mel频谱提取的峰值特征进行融合,得到煤矸声音听觉感知图;最后,基于所构建的听觉感知图,利用ConvNeXt模型进行煤矸识别。试验结果表明,采用融合听觉特征的煤矸识别方法在不同信噪比下均具有较高的识别准确率;其优越性在背景噪声较大的工况下(信噪比为-5 dB)尤为明显,准确率仍能达到91.52%,显著优于以低级听觉特征和频谱图作为识别特征和利用时频域特征结合机器学习的煤矸识别方法,验证了融合听觉特征的煤矸识别方法对噪声具有优越的鲁棒性。 展开更多
关键词 放顶煤 煤矸识别 听觉模型 听觉神经递质 特征融合 卷积神经网络
下载PDF
基于KRB-YOLOv5s的煤矸识别方法
8
作者 葛庆楠 程刚 赵东洋 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2024年第4期385-392,共8页
为解决煤矿高粉尘、低照度、高噪声与堆叠等复杂环境因素导致的煤矸识别精度低、漏检与误检问题,提出一种基于KRB-YOLOv5s算法的煤矸识别方法。采用K均值聚类(K-means++)算法对数据集进行重新聚类,以得到更精准的锚框参数;在YOLOv5s主... 为解决煤矿高粉尘、低照度、高噪声与堆叠等复杂环境因素导致的煤矸识别精度低、漏检与误检问题,提出一种基于KRB-YOLOv5s算法的煤矸识别方法。采用K均值聚类(K-means++)算法对数据集进行重新聚类,以得到更精准的锚框参数;在YOLOv5s主干网络中引入大核卷积结构重参数(RepLKNet)网络,通过大核卷积架构提取目标更高层级的特征信息;在YOLOv5s颈部引入加权双向特征金字塔(Bi FPN)网络,通过双向跨尺度连接对目标多尺度特征进行快速捕捉与融合。在煤矸数据集上开展实验,结果表明:与其他YOLO系列检测算法相比,KRB-YOLOv5s算法在高粉尘、低照度、高噪声与堆叠工况下的综合检测性能最佳,识别精度均值(m AP)达94.5%,比YOLOv5s算法提高了3.3个百分点。研究结论为煤矿复杂工况下煤矸智能分选提供参考。 展开更多
关键词 煤矸识别方法 大核卷积架构 多尺度特征 YOLOv5s算法 煤矸智能分选
原文传递
煤矿智能化开采煤矸识别关键技术研究 被引量：1
9
作者 李积星 赵利民 《内蒙古煤炭经济》 2024年第4期13-15,共3页
本文介绍矸石智能分选设备的应用和研究,分析基于深度学习的矸石识别等关键技术,指出基于深度学习的矸石识别技术是矸石智能分选设备研制的关键技术之一,有必要研究矸石数据集的有效构造方法、矸石识别算法的泛化改进和实时优化。根据... 本文介绍矸石智能分选设备的应用和研究,分析基于深度学习的矸石识别等关键技术,指出基于深度学习的矸石识别技术是矸石智能分选设备研制的关键技术之一,有必要研究矸石数据集的有效构造方法、矸石识别算法的泛化改进和实时优化。根据现场应用需要和智能设备发展,指出智能矸石分选设备未来的研究方向;对其进行技术改进,以适应复杂的现场环境,提高矸石识别算法的自适应性;研究适应复杂环境的智能传感与控制技术和矸石高精度三维位姿估算技术;研究智能矸石分选设备技术。 展开更多
关键词 智能选矸 矸石分选 图像识别 煤矸识别 智能感知和控制
下载PDF
不同工况下可见-近红外光谱的煤矸识别研究
10
作者 刘涛 李博 +2 位作者 夏蕊 李瑞 王学文 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期821-828,共8页
在实现煤炭高效利用过程中,煤矸分选是一个非常重要的步骤,但现有的煤矸分选技术存在资源浪费,效率较低等问题。可见-近红外光谱识别技术具有快速可靠的优点,在煤矸识别领域已有一定的研究基础,但大多数研究并未结合实际工况进行有效分... 在实现煤炭高效利用过程中,煤矸分选是一个非常重要的步骤,但现有的煤矸分选技术存在资源浪费,效率较低等问题。可见-近红外光谱识别技术具有快速可靠的优点,在煤矸识别领域已有一定的研究基础,但大多数研究并未结合实际工况进行有效分析。首先,在实验室中搭建可见-近红外光谱采集装置,模拟实际环境下不同探测角度(0°、10°、20°、30°)、探测距离(10、15、20、25 cm)、光照角度(15°、25°、35°、45°)三种工况,并分别在单因素条件以及正交试验设计的多因素条件下,采集山西西铭煤矿的煤和矸石样本在可见-近红外波段的光谱数据。其次,对采集的光谱数据进行分析,并先后经过标准正态变量变换和Savitzky-Golay卷积平滑,以减少噪音和误差对数据的影响。最后,在单因素试验中,结合预处理算法并基于决策树(DT)、K近邻(KNN)、偏最小二乘判别分析(PLS-DA)、支持向量机(SVM)、AdaBoost五种机器学习模型对光谱数据进行训练。单因素试验结果表明,AdaBoost算法具有较强的学习能力,在不同工况下对煤和矸石的识别准确率均为100%,优于其他识别模型。在正交试验中,支持向量机(SVM)作为识别模型进行训练,结果表明,在原始数据和预处理后的数据中,三种工况对煤矸识别准确率的影响程度不同,影响次序从大到小为不同光照角度、探测距离、探测角度。同时,对比实验结果可以得出,选用合适的预处理和建模方法可以降低不同工况对识别准确率的影响。预处理后的数据中,最优的工况组合为探测角度0°、探测距离20、光照角度35°。随机选取一组条件与最优组进行三次重复对照试验,结果表明最优组的识别表现优于随机对照组。研究结果对煤矸识别最优工况条件的寻找具有借鉴意义,并为可见-近红外光谱技术在煤矸识别领域的实际应用提供了理论基础。 展开更多
关键词 可见-近红外光谱 不同工况 煤矸识别 ADABOOST 正交试验
下载PDF
高效移动端煤矸识别方法 被引量：1
11
作者 张勇 郭永存 +2 位作者 陈伟 王爽 程刚 《中国粉体技术》 CAS CSCD 2023年第1期61-70,共10页
针对传统轻量型卷积神经网络模型复杂度高,移动端识别速度慢,小样本数据集上训练、识别效果差的等问题,提出一种高效的改进后的移动端煤矸识别方法;分析卷积神经网络模型轻量化的方法,并从注意力机制、激活函数和分类头3个方面对MobileN... 针对传统轻量型卷积神经网络模型复杂度高,移动端识别速度慢,小样本数据集上训练、识别效果差的等问题,提出一种高效的改进后的移动端煤矸识别方法;分析卷积神经网络模型轻量化的方法,并从注意力机制、激活函数和分类头3个方面对MobileNetv3网络进行改进,通过模型量化压缩网络在移动端部署模型,分析改进网络量化前、后的空间存储容量,浮点运算次数,推理时间和识别准确率;在移动端煤矸识别实验装置中训练、部署和测试模型的识别效果。结果表明:改进后网络经过20次的训练后模型即收敛,收敛速度较快,训练和验证准确率均大于99%;改进后模型经量化压缩后模型存储容量较小,仅为原网络的24.64%,模型复杂度大幅度下降;移动端推理时间仅为77 ms,识别准确率达到99.7%;利用实验装置实时采集的煤和矸石图像的识别效果较好,识别方法可靠。 展开更多
关键词 煤矸识别 网络轻量化 模型压缩 注意力机制 小样本数据集 移动端
下载PDF
基于改进MobileNetV3网络煤矸识别方法研究 被引量：1
12
作者 陈伟 王爽 +2 位作者 李鑫 骆启生 马鑫 《佳木斯大学学报（自然科学版）》 CAS 2023年第1期159-162,共4页
为了解决煤矸识别中经典卷积神经网络有着计算量大、识别速度慢等问题,提出基于改进MobileNetV3网络对煤和矸石进行识别的方法。以MobileNetV3模型为基础模型,对激活函数、注意力机制进行改进并对网络层数进行缩减,最后通过测试准确率,F... 为了解决煤矸识别中经典卷积神经网络有着计算量大、识别速度慢等问题,提出基于改进MobileNetV3网络对煤和矸石进行识别的方法。以MobileNetV3模型为基础模型,对激活函数、注意力机制进行改进并对网络层数进行缩减,最后通过测试准确率,F1分数,浮点运算次数(FLOPs)作为模型评估的基准,结果表明:改进MobileNetV3后的测试准确率为99.5%,F1分数为0.995,FLOPs为50455003次,通过该模型与MobileNetV3,EfficientNet, AlexNet模型对比,可知该模型的各项指标均高于其他模型,适合做煤矸识别模型。 展开更多
关键词 煤矸识别 图像增强 MobileNetV3 模型评估
下载PDF
基于LBP特征与SVM的煤矸识别方法研究 被引量：1
13
作者 程刚 陈杰 何磊 《煤炭技术》 CAS 北大核心 2023年第10期12-15,共4页
为了提高煤炭开采过程中煤和矸石识别的准确率,提出了一种基于LBP特征与SVM的煤矸识别方法。首先利用机器视觉技术采集煤和矸石的图像,然后对煤和矸石图像进行中值滤波、图像锐化和阈值分割处理,再进行特征提取,最后分别用SVM、GA-SVM、... 为了提高煤炭开采过程中煤和矸石识别的准确率,提出了一种基于LBP特征与SVM的煤矸识别方法。首先利用机器视觉技术采集煤和矸石的图像,然后对煤和矸石图像进行中值滤波、图像锐化和阈值分割处理,再进行特征提取,最后分别用SVM、GA-SVM、PSO-SVM分类器进行分类识别。试验结果表明,LBP特征提取结合PSO-SVM分类器的识别效果最好,PSO-SVM模型的训练集和测试集的平均准确率分别为95.62%和94.06%,有效提高了煤矸识别的分类准确率。 展开更多
关键词 煤矸识别 图像处理 LBP特征 SVM分类
原文传递
基于机器视觉的煤矸识别实验教学平台研发
14
作者 姜海燕 宋庆辉 +2 位作者 宋庆军 刘治江 郝文超 《实验室研究与探索》 CAS 北大核心 2023年第11期124-129,共6页
基于机器视觉的煤炭、矸石识别技术是目前普通工科院校,特别是煤炭院校的热门课题,也是国际前沿课题。鉴于此,开发一套红、黄、蓝三色光源视觉的煤矸识别教学和科研综合实验平台,由推杆机构、落煤装置、实验支架、视觉相机、计算机和光... 基于机器视觉的煤炭、矸石识别技术是目前普通工科院校,特别是煤炭院校的热门课题,也是国际前沿课题。鉴于此,开发一套红、黄、蓝三色光源视觉的煤矸识别教学和科研综合实验平台,由推杆机构、落煤装置、实验支架、视觉相机、计算机和光源等组成。该平台能模拟煤矿开采、放煤过程,实现煤炭和矸石图像信息的采集及处理,探究不同图像识别方法在煤矸识别上的应用。通过该平台学习,学生可增加对综放工作面的感性认识、熟悉多种传感器的使用、掌握多种模式识别方法和编程软件,培养相关专业学生的科研实践能力。 展开更多
关键词 机器视觉 煤矸识别 图像处理 实验教学平台 扩展性实验
下载PDF
基于LBP算法的SVM煤矸识别 被引量：1
15
作者 李伟 刘化广 《黑龙江科技大学学报》 2023年第2期153-158,166,共7页
为研究基于LBP算法的SVM煤矸图像识别的可行性,在实验室环境下基于Python和OpenCV2开发了煤矸图像可视化识别系统。基于采集的煤和矸石图像,通过LBP算法提取煤和矸石的特征纹理信息,建立煤和矸石特征纹理信息样本集,训练SVM模型,绘制煤... 为研究基于LBP算法的SVM煤矸图像识别的可行性,在实验室环境下基于Python和OpenCV2开发了煤矸图像可视化识别系统。基于采集的煤和矸石图像,通过LBP算法提取煤和矸石的特征纹理信息,建立煤和矸石特征纹理信息样本集,训练SVM模型,绘制煤矸识别散点图,实现煤和矸石的图像识别。结果表明:当用户自定义分割尺寸分别为64×64像素、128×64像素、256×128像素和256×256像素时,以多项式核和高斯核为内核的SVM模型识别效果较好,平均辨识度达90%以上;高斯核SVM模型所需惩罚系数小,且识别效果优于多项式核SVM模型,高斯核SVM模型的训练集和验证集正确率均超过93%,最高分别约为95.5%和94.4%,煤矸识别效果良好。 展开更多
关键词 煤矸识别 LBP 支持向量机 图像处理
下载PDF
基于YOLOv3的煤矸识别系统 被引量：1
16
作者 郑施航 陆金桂 《煤矿机械》 2023年第5期187-189,共3页
对于传统图像处理算法在煤矸识别领域运用时存在的识别准确率低的问题,提出了一种基于YOLOv3的识别系统,该系统先对图像进行图像锐化等预处理操作,再将处理后的图像作为YOLOv3算法的输入,最终输出煤矸识别定位结果。实验表明,图像预处... 对于传统图像处理算法在煤矸识别领域运用时存在的识别准确率低的问题,提出了一种基于YOLOv3的识别系统,该系统先对图像进行图像锐化等预处理操作,再将处理后的图像作为YOLOv3算法的输入,最终输出煤矸识别定位结果。实验表明,图像预处理结合YOLOv3的识别正确率达到了95.4%,相比于传统算法具有一定的优势。 展开更多
关键词 图像处理 YOLOv3 图像锐化 煤矸识别
原文传递
基于YOLOv5m改进模型的煤矸识别方法 被引量：1
17
作者 常枫懿 赵国贞 《煤炭技术》 CAS 北大核心 2023年第7期10-14,共5页
井下煤矸识别分选是煤矿智能化开采的重要环节。井下煤矸识别存在样本间相似度高、处于叠加状态难以识别及现有的图像识别方法鲁棒性差、精度低等问题。提出一种基于YOLOv5m改进模型的煤矸识别方法,通过增加SE模块调整网络架构、改进边... 井下煤矸识别分选是煤矿智能化开采的重要环节。井下煤矸识别存在样本间相似度高、处于叠加状态难以识别及现有的图像识别方法鲁棒性差、精度低等问题。提出一种基于YOLOv5m改进模型的煤矸识别方法,通过增加SE模块调整网络架构、改进边界损失函数、采用DIOU-NMS对YOLOv5m模型进行改进,并进行了模型的测试。测试结果表明:YOLOv5m改进模型识别精度达96.4%,描框准确度得到了提高,且能够有效识别叠加状态的煤与矸石,避免漏检现象,提高了模型的实用性。 展开更多
关键词 煤矸识别 YOLOv5m 损失函数 NMS 注意力机制
原文传递
基于智能开采的煤矸识别方法研究 被引量：1
18
作者 彭庆存 彭文宗 李妍 《科技资讯》 2023年第10期125-130,142,共7页
煤与矸石识别是实现煤炭高效利用的重要环节,是实现资源综合利用的有效手段,有助于发挥煤与矸石各自的作用。随着我国经济的快速发展,物质和技术水平的不断提升,煤与矸石的识别方法发生了很多变化,正在由传统手工分拣识别向智能化、无... 煤与矸石识别是实现煤炭高效利用的重要环节,是实现资源综合利用的有效手段,有助于发挥煤与矸石各自的作用。随着我国经济的快速发展,物质和技术水平的不断提升,煤与矸石的识别方法发生了很多变化,正在由传统手工分拣识别向智能化、无人化靠近。近年来,智能开采不断被人们提出,煤矸识别如何紧抓时代的大潮,利用智能开采提高工作效率,是当今煤炭工作者重点关注的问题之一。文章首先阐述了智能开采和煤矸识别的概念;其次分析了传统与现有的煤矸识别方法的不同和射线识别煤矸基本原理,对X射线管理和γ射线管理的不同进行了对比;最后针对基于智能开采的射线煤矸识别方法提出了一些完善建议。 展开更多
关键词 智能开采 煤矸识别 射线识别 煤矸石
下载PDF
音视频智能煤矸识别系统在煤矿的实践与应用 被引量：1
19
作者 吕新亚 《能源科技》 2023年第3期67-70,共4页
针对国家能源集团乌海能源公司老石旦煤矿(以下简称老石旦煤矿)16402工作面液压支架放顶煤实际情况,为解决煤矿井下支架工恶劣的工作环境,减少重复且复杂的工作量,避免作业期间支架落料时造成现场作业人员受伤,采用了音视频结合的智能... 针对国家能源集团乌海能源公司老石旦煤矿(以下简称老石旦煤矿)16402工作面液压支架放顶煤实际情况,为解决煤矿井下支架工恶劣的工作环境,减少重复且复杂的工作量,避免作业期间支架落料时造成现场作业人员受伤,采用了音视频结合的智能煤矸识别系统,并进行工作面放顶煤作业,替代煤矿井下支架工人工放煤,改善了作业环境,有效避免了作业期间出现落料击伤作业人员的情况。本文阐述了音视频结合的智能煤矸识别系统的工作原理和使用注意事项,在老石旦煤矿16402工作面进行了应用,收到了良好的应用效果,节约了成本,保证了工作面安全、高效地生产,具有广泛的应用价值。 展开更多
关键词 放顶煤 音视频结合 智能煤矸识别
下载PDF
基于微型YOLOv3的煤矸识别模型改进研究
20
作者 杨娟利 任雷平 +1 位作者 高波 赵格兰 《能源与环保》 2023年第11期193-198,共6页
针对煤炭开采过程中含有矸石伴生物的问题,提出了一种改进的基于微型YOLOv3的煤矸石快速识别模型,该模型包含空间金字塔池(SPP)网络、挤压激励(SE)模块和膨胀卷积模块。首先,SPP网络通过单个卷积层对图像进行预处理,得到合适的图像的尺... 针对煤炭开采过程中含有矸石伴生物的问题,提出了一种改进的基于微型YOLOv3的煤矸石快速识别模型,该模型包含空间金字塔池(SPP)网络、挤压激励(SE)模块和膨胀卷积模块。首先,SPP网络通过单个卷积层对图像进行预处理,得到合适的图像的尺寸;然后,采用SE模块,增强了RGB图像中各通道间的关联性,使网络能够准确捕捉关键信息,提高网络灵敏度;最后,在不增加参数的情况下,利用扩大接受域的膨胀卷积进一步优化,实现煤矸石的快速识别。结果表明,与微型YOLOv3相比,所提模型的平均交叉过并(Avg IOU)高达0.49%,每张图像所需时间和损耗分别降低了7.41%和51.30%。该网络的平均精度比Faster RCNN提高3.14%,达到0.994。研究表明,该模型是一种高效、快速的矸石分选识别模型,对煤矸石智能分选方法的选择具有一定的借鉴意义。 展开更多
关键词 微型YOLOv3 煤矸识别 改进模型 膨胀卷积
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
使用帮助 返回顶部