局部约束的自学习煤岩识别方法
伍云霞
孟祥龙
1.中国矿业大学(北京)机电与信息工程学院,北京,1000832.中国矿业大学(北京)机电与信息工程学院,北京,100083
摘要：针对训练样本不足情况下的煤岩图像识别问题,提出了一种局部约束的自学习(LCSL)煤岩识别方法.该方法首先从辅助数据中通过局部约束的字典优化模型获取高层结构特征,这些辅助数据是无标签的非煤岩自然图像,与煤岩图像的特征分布不同,且更容易获取;然后利用学习的高层结构特征结合局部约束线性编码提取煤岩图像特征;最后利用SVM算法对煤岩图像进行分类识别.实验表明:通过该方法得到的特征能够有效地表征煤岩图像,具有很强的鉴别性和鲁棒性,达到了很好地识别效果,相比于原有煤岩识别方法平均识别率提高了1％ ～3％.
关键词：煤岩识别特征表达自学习局部约束
分类号：TD67(矿山电工)TP391.41(计算技术、计算机技术)
资助基金：国家重点研发计划资助项目(2017YFC0804302)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 2639-2646 )
英文信息