局部约束的自学习煤岩识别方法
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%.
煤岩识别、特征表达、自学习、局部约束
43
TD67;TP391.41(矿山电工)
国家重点研发计划资助项目2017YFC0804302
2018-12-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
2639-2646