论文摘要
针对传统人工煤矸在线识别方法精确度低、劳动强度大的问题,提出一种基于动态补偿模糊神经网络的煤矸识别方法。该方法基于煤和煤矸石的元素含量不同、X射线的衰减不同,在X射线透射后成像具有不同的图像特征,用动态补偿模糊神经网络学习算法对其图像特征进行分析,提高识别准确率,并通过仿真实验对应用动态补偿模糊神经网络学习算法的煤矸分选结果进行了测试验证。实验结果表明:动态补偿模糊神经网络的学习算法能够满足煤矸识别要求,能够适应不同组成的煤和煤矸石的分类识别要求,提高了煤与煤矸石识别的准确率,具有较高的可靠性和较好的应用前景。
论文目录
文章来源
类型: 期刊论文
作者: 王文清,潘杉,潘涛,张向阳
关键词: 射线图像,模糊神经网络,煤矸识别,动态补偿
来源: 北京工业职业技术学院学报 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 矿业工程
单位: 北京工业职业技术学院北京市煤炭矿用机电设备技术开发有限公司,中国矿业大学(北京),神华信息技术有限公司
基金: 2016年北京工业职业技术学院重点科研课题(BGZYKYZ201605),2017年北京工业职业技术学院重点科研课题(BGZYKY201780Z)
分类号: TD849.5;TD94
页码: 1-7
总页数: 7
文件大小: 1952K
下载量: 215