基于轮廓波变换的煤壳质组显微组分分类
王培珍1
刘婕梅2
汪文艳2
任将2
张代林3
1.安徽工业大学电气与信息工程学院,安徽马鞍山243032;安徽工业大学冶金减排与资源综合利用教育部重点实验室,安徽马鞍山2430022.安徽工业大学电气与信息工程学院,安徽马鞍山,2430323.安徽工业大学煤的洁净转化与综合利用安徽省重点实验室,安徽马鞍山,243002
摘要：在分析煤壳质组显微组分图像特点的基础上,鉴于其纹理及方向信息特征差异,提出一种基于轮廓波变换(Contourlet)与超限学习机的煤壳质组显微组分自动分类方法.首先,运用Cont-ourlet变换对煤壳质组显微图像进行多尺度多方向分解,提取各子带的统计特征量组成特征向量集;再构建超限学习机分类器对壳质组各显微组分进行分类.实验结果表明:与其他用于描述纹理的同类特征提取方法相比,采用本文方法提取的特征量训练的分类器,在分类效果上具有明显的优势,其分类准确率可达97.64％;与支持向量机分类结果相比,超限学习机对于煤壳质组分类准确率可高出2％,分类速度显著提高.
关键词：壳质组轮廓波变换显微图像分类超限学习机
分类号：TQ533(煤化学及煤的加工利用)TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(51574004)安徽省高校学科拔尖人才学术资助重点资助项目(2016041)
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：5( 641-645 )
英文信息