摘要
针对矿山的煤矸难分离的问题,提出以煤炭为实验对象,在已知煤炭和矸石的情况下基于MATLAB的软件与程序设计,利用探测器的成像技术将煤炭和矸石图像准确的呈现出来,在煤的识别过程中,R值识别方法保证了图像不受矿石厚度的影响,确保提取的矿石图像数据的准确性;最后根据采集后的图像,采用卷积神经网络对图像进行训练处理。具体处理分别采用卷积神经网络的VGG网络结构、GoogleNet网络结构、LeNet网络结构及AlexNet网络结构确定可行性,再进一步改进,并选出一个准确率高、快速的网络结构。最终实现煤炭和矸石的分离。
作者
李鹏祥
刘慧博
LIU Huibo;LI Pengxiang
出处
《自动化应用》
2021年第9期8-14,19,共8页
Automation Application