基于最大池化稀疏编码的煤岩识别方法
A coal-rock recognition method based on max-pooling sparse coding作者机构：中国矿业大学(北京)机电与信息工程学院北京100083
出 版 物：《工程科学学报》 (Chinese Journal of Engineering)
年 卷 期：2017年第39卷第7期
页 面：981-987页
核心收录：
学科分类：081901[工学-采矿工程] 0819[工学-矿业工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金：国家重点研发计划资助项目(2016YFC0801800) 国家自然科学基金重点资助项目(51134024)
主 题：煤岩识别 图像处理 最大池化 稀疏编码 特征提取 集成分类
摘 要：针对现今煤岩图像识别方法的缺乏与不足,为了挖掘新的煤岩图像识别方法以及更好地处理高维煤岩图像数据,提出了基于最大池化稀疏编码的煤岩识别方法.本方法在提取煤岩图像特征时加入了池化操作,在分类识别时采用了集成分类器,即多个弱分类器组成一个强分类器.实验结果表明:最大池化稀疏编码的特征提取方式能简单有效表达煤岩图像的纹理特征,大大增强煤岩图像的可区分性,获得较高的识别率,并且具有良好的识别稳定性.研究结果可为煤岩界面的自动识别提供新的思路和方法.
维普期刊数据库
同方期刊数据库