针对训练样本不足情况下的煤岩图像识别问题,提出了一种局部约束的自学习(LCSL)煤岩识别方法。该方法首先从辅助数据中通过局部约束的字典优化模型获取高层结构特征,这些辅助数据是无标签的非煤岩自然图像,与煤岩图像的特征分布不同,且更容易获取;然后利用学习的高层结构特征结合局部约束线性编码提取煤岩图像特征;最后利用SVM算法对煤岩图像进行分类识别。实验表明:通过该方法得到的特征能够有效地表征煤岩图像,具有很强的鉴别性和鲁棒性,达到了很好地识别效果,相比于原有煤岩识别方法平均识别率提高了1%～3%。
版权所有 © 2020 《煤炭学报》编辑部
京ICP备05086979号-14
地址：北京市朝阳区和平街13区煤炭大厦
邮编：100013
编辑部电话：(010)87986411
传真：(010)84262114
期刊订阅
广告服务
全文下载
在线阅读
2018年第09期
295
62
