基于多特征融合和支持向量机的煤矸石自动分选研究

本文提出了一种基于多特征融合和支持向量机的的煤矸石分选方法。首先对煤矸石图像进行预处理,以减小或消除噪声的影响,然后分别从纹理谱、小波变换和分形等多角度提取图像的纹理特征值,选取多个纹理特征作为分类器的输入特征,并对选择出的分类特征进行内部归一化,最后采用支持向量机实现煤矸石的分选。实验结果表明,本文所提出的分选方法达到了较高的识别正确率,且能够满足实时要求。     

煤矸石在线识别与自动分选系统的研究

煤矸石是影响煤炭质量的重要因素，传统的煤矸石分选方法生产效率低，劳动强度大，容易造成环境污染。本文探讨了一种采用模式识别技术进行煤矸石在线识别与分选的新方法，介绍了煤矸石识别的基本原理，论述了系统的构成，讨论了图像处理的方法。     

基于模糊神经网络的煤矸石模式识别方法研究

提出了一种基于标准模型模糊神经网络的煤矸石识别方法,介绍了该方法的数学模型,网络结构及学习算法,并通过一个仿真实验对如何应用这种方法我建实时分选系统作了详细描述,实验结果表明该方法所用神经网络不仅收敛,而且具有良好的泛化能力。     

基于纹理和梯度特征的多尺度图像融合方法

该文提出一种基于纹理和梯度特征的多尺度图像融合方法。采用纹理提取滤波器和边缘梯度滤波器模板分别对每层Gauss金字塔进行滤波,生成多尺度纹理和边缘图像,使得多分辨率变换域中能够将原图像中的纹理信息包含进来,从而为进一步融合提供更全面的信息量度。采用该文所提出的方法对红外与可见光图像进行融合仿真,并且与具有代表性的融合方法进行了比较。实验结果与图像融合质量评价显示了该文所提出方法的优越性。     

煤矸石在线识别与自动分选系统的研究

煤矸石是影响煤炭质量的重要因素,传统的煤矸石分选方法生产效率低,劳动强度大,容易造成环境污染。本文探讨了一种采用模式识别技术进行煤矸石在线识别与分选的新方法,介绍了煤矸石识别的基本原理,论述了系统的构成,讨论了图像处理的方法。     

纹理特征抽取和纹理识别的神经网络系统

本文提出一个纹理特征抽取和纹理识别的神经网络系统,它含有一基于纹理回归模型的特征抽取网络和一个纹理识别的多层神经网络,尤其是前者是一个能求解回归系数的,神经网络,不仅解决了纹理特征抽取问题,而且解决了一大类采用最小二乘估计的应用问题,因而具有一定通用性.     

融合多尺度纹理特征森林资源信息提取

基于SPOT-5多光谱和全色影像进行图像融合,构造NDVI植被指数,提取多尺度纹理特征并参与分类;基于SVM方法进行森林资源植被分类.结果表明:高通滤波(HPF)为最佳的图像融合方法,与单尺度纹理与光谱信息融合的分类相比,多尺度纹理与光谱信息融合的分类方法总精度提高了3%,验证了新方法的可行性.     

基于支持向量机与多种特征的煤矸石识别

为了提高煤矸石分选的识别率,研究煤与煤矸石在同一场景下不同特征的数据差异;将煤与煤矸石各分为2类,从各类中抽取样本,经预处理后分析灰度特征、纹理特征、灰度分布直方图,以及不同阈值时各类样本灰度级为255的像素点频率;基于灰度特征与纹理特征,采用支持向量机对样本进行训练。结果表明,各类煤与煤矸石在灰度特征的灰度能量与灰度熵、纹理特征的能量与熵、灰度分布直方图特征以及阈值为55～70且灰度级为255时的频率存在明显差异,基于支持向量机与多种特征的煤矸石识别率最高可达96.4%。     

山东某矿煤矸石选择性破碎分选

本文实验研究了山东某矿煤矸石的岩石组成、矿物组成、化学组成、粒度、强度，煤矸石中Ａｌ２Ｏ３含量、热值与煤矸石粒度、强度的关系．对该矿煤矸石选择性破碎分选进行实验研究．     

采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别

提出一种基于部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别方法.首先,对煤和煤矸石0~255级灰度图像的前部分灰度信息作灰度级压缩和灰度矩阵扩阶处理,对剩余灰度级部分保持原灰度级不变;然后,根据灰度共生矩阵纹理特征分析理论,分别计算压缩扩阶后的煤和煤矸石灰度图像的能量、熵、惯性矩及相关性.最后,对煤和煤矸石各100张样本采集图像进行处理,并依据特征参数分类识别.结果表明:基于部分灰度压缩扩阶共生矩阵的特征参数能够很好地对煤和煤矸石图像进行有效识别,总的正确率达到93.5%.     

基于Gabor特征和局部二值模式融合的纹理图像识别

传统的Gabor滤波方法和局部二值模式(Local Binary Pattern,LBP)算法提取的纹理特征鉴别能力不足,导致纹理识别精度不够理想.为了解决上述问题,提出一种将全局Gabor特征和局部LBP特征进行融合的纹理图像识别方法.该方法利用Gabor滤波方法提取纹理图像的全局特征,利用LBP算法提取纹理图像的局部特征,然后在最近子空间分类器的框架下实现全局和局部特征的融合以及纹理图像识别.在CURe T和KTH-TIPS基准纹理库上的实验结果表明,笔者提出的方法显著超越了传统Gabor滤波方法和LBP算法的纹理识别精度.     

煤矸石智能分拣机器人运动规划技术的研究进展

运动规划是煤矸石智能分拣机器人研究过程中必不可少的一环,但是目前仍有一些问题待解决。首先介绍了煤矸石分选现状,其次分析了煤矸石智能分拣机器人运动规划的关键技术,主要包括如何追踪动态煤矸石、如何规划轨迹以减少冲击和如何针对障碍物进行避障。最后得出今后煤矸石智能分拣机器人运动规划的研究方向,包括基于轨迹优化的分拣策略研究、拣矸机械臂末端抓取位姿研究和协作空间下多机械臂拣矸的轨迹规划研究。     

伊敏褐煤腐殖酸结构特征及热解动力学分析

以伊敏褐煤提取腐殖酸为对象,采用13C CP/MAS NMR测试技术对腐殖酸的结构特征进行了分析,结合元素分析构建了化学结构模型,根据模拟谱和实验谱的对比修正得到最终的结构模型;采用DAEM（活化能分布模型）模型描述非等温热解自低温到高温的全过程,进行动力学分析,将结构模型和腐殖酸热解产物甲烷生成机理相结合,表明甲烷的生成包括6类反应。     

煤矸石及煤系高岭岩的利用

介绍了煤系高岭岩的概念、矿物组成及其化学成分,简述了煤系高岭岩的生产工艺和关键工序。     

基于神经网络的数据融合技术的新进展

为了使系统自适应、并行、高速地融合多源数据，近代融合方法越来越多地将人工神经网络应用其中．详细论述了几种近10多年来出现的新的神经网络算法在数据级、特征级、决策级的应用，提出了部分改进算法，给出了融合结构及对算法的评价结果，同时介绍了人工神经网络在融合数据前处理方面的应用。并展望了神经网络的发展趋势．     

煤矸石综合利用的研究进展

煤矸石是我国目前排放量最大的工业固体废弃物之一。本文综述了煤矸石在生产化工产品、建材原料、农业、供热发电等领域的综合利用的现状及研究的最新进展。     

煤矸筛分机的研制与应用

混入井下运煤系统中的矸石直接影响着煤矿生产的正常进行，针对矸石在工作面的存在方式和危害，研制了煤矸筛分机并进行现场应用，取得了较好的经济效益与社会效益。     

煤和矸石静态破碎差别的实验研究

进行了三个煤矿的煤和矸石主要力学性质的实验测定，对不同矿的煤和矸石根据粒径进行了分级，对分级后的各组煤和矸石的静态破碎差别进行了实验研究和分析比较，得出了煤和矸石静态破碎差别的规律和一些主要数据。分析发现，煤和矸石在破碎时的外加载荷服从正态分布，它们之间存在一个临界破碎载荷，为煤和矸石破碎分选实验机的研制提供了关键参数。     

反射分量分离的特征融合图像翻拍检测

针对翻拍图像对相关人脸识别系统的欺骗性,将基于同态滤波的反射分量分离特征作为新特征加入图像中,形成四通道图像,并将其作为简单卷积神经网络的输入的翻拍图像检测方法.结果表明:在拍摄环境复杂、干扰噪音较多、活体数量较大的环境下,该方法有较高且稳定的准确率、较好的鲁棒性及使用价值.