期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
高庄煤业公司矿井及选煤厂合理配采、配洗的研究与应用 被引量:2
1
作者 陈传海 赵天波 +2 位作者 刘丽萍 赵帅 苏怀东 《煤炭加工与综合利用》 CAS 2017年第7期74-77,共4页
高庄煤业公司井田3上煤、3下煤煤质特性差别较大,生产过程中配采比例若控制不合理,易造成洗精煤质量不符合合同要求,影响煤炭销售和经济效益;通过对两层煤煤质特性分析,提出合理的配采和选煤厂配洗方案,使选煤厂产品质量稳定,经济效益... 高庄煤业公司井田3上煤、3下煤煤质特性差别较大,生产过程中配采比例若控制不合理,易造成洗精煤质量不符合合同要求,影响煤炭销售和经济效益;通过对两层煤煤质特性分析,提出合理的配采和选煤厂配洗方案,使选煤厂产品质量稳定,经济效益增加。 展开更多
关键词 煤质分析 配煤开采 配煤入洗 经济效益
下载PDF
基于CNN-SVM的选煤厂浮选泡沫图像识别方法 被引量:6
2
作者 孙友森 陈传海 +1 位作者 杨志龙 王新欣 《煤炭加工与综合利用》 CAS 2021年第2期8-11,I0002,共5页
以选煤厂煤泥浮选泡沫为分类对象,提出一种CNN—SVM混合模型,对煤泥浮选泡沫图像进行分类识别。试验采取山东某选煤厂的20000张浮选图像制作数据集,根据灰分不同将图像分成8个类别,并针对图像的噪声特点,对其去除高斯椒盐噪声并做了增... 以选煤厂煤泥浮选泡沫为分类对象,提出一种CNN—SVM混合模型,对煤泥浮选泡沫图像进行分类识别。试验采取山东某选煤厂的20000张浮选图像制作数据集,根据灰分不同将图像分成8个类别,并针对图像的噪声特点,对其去除高斯椒盐噪声并做了增强预处理。通过模型试验,相对于单独的CNN和SVM模型来说,这种复合模型更加可靠准确。 展开更多
关键词 选煤厂 卷积神经网络(CNN) 支持向量机(SVM) 浮选泡沫图像 识别 分类
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部