基于Tamura纹理特征的煤岩壳质组显微组分分类

• 作者: 任将 张代林 杜存铃 王培珍
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 煤岩 壳质组 显微组分 Tamura纹理 支持向量机 分类
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 化学与化工
• 页码范围: 131-136
• 页数: 6页
• 分类号: TP391.4|TQ533.6
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2018.02.007

摘要

根据煤岩壳质组各显微组分的纹理特点及其差异,采用基于人类视觉感知的Tamura纹理描述方法,提取其粗糙度、对比度、方向度、线像度、规则度等特征量,对壳质组显微组分中角质体、藻类体和树皮体等3类组分典型样本进行描述,并对特征量的可区分性进行分析.鉴于壳质组显微组分样本数的局限,构建适合于小样本分类问题的支持向量机分类器,分别采用不同特征量及特征量组合对3种典型组分进行分类.实验结果表明:单个特征难以实现对显微组分的有效分类;采用组合特征可明显提高分类效果,其中线像度和方向度的组合效果最佳,分类平均准确率可达98.9％.该结果可为煤岩其它显微组分的分类与识别提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培珍	安徽工业大学电气与信息工程学院	66	556	13.0	20.0
5	张代林	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	55	393	12.0	16.0
6	杜存铃	安徽工业大学电气与信息工程学院	2	7	2.0	2.0
7	任将	安徽工业大学电气与信息工程学院	2	2	1.0	1.0