基于卷积神经网络的煤矸石图像识别

• 作者: 孙立新
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 煤矸石识别 卷积神经网络 图像分类 迁移学习
• 年，卷（期）: 2020,（21）
• 页码范围: 16-18
• 页数: 3页
• 分类号: TP391

摘要

煤矸石筛选是煤矿生产中一个重要的环节,目前的人工捡矸法、机械湿选法以及射线分选法无法兼顾选矸过程中的高效性、清洁性和无害性。针对上述选矸过程中存在的问题,提出了一种基于卷积神经网络的煤矸石识别方法,以颜色和纹理作为煤和矸石图像的类别特征,结合迁移学习方法,构建了VGG-16深度学习模型。实验结果表明,其识别准确率可以达到99.18%,可以有效地实现对煤和矸石的识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙立新	河北工程大学信息与电气工程学院	2	0	0.0	0.0