基于CNN卷积神经网络的煤矸石自动分选研究

作者：王莉; 于国防; 沈慧宇; 田波

来源：江苏建筑职业技术学院学报, 2019, 19(04): 35-39.

DOI：10.19712/j.cnki.jsjyxb.2019.04.006

• 卷积神经网络
• 深度学习
• 煤矸石分选
• 灰度信息

采用山西省的焦煤和肥煤作为研究对象,针对目前利用煤矸石灰度信息作为判断二者依据的局限性问题,提出了一种基于CNN卷积神经网络的煤矸石自动分选系统.该系统利用构建的卷积神经网络通过对煤块和矸石图像纹理特征的多层次提取进行结果分类输出.测试结果表明,该方法不受样本数据色差的影响,可以成功的识别检测出煤块和矸石,准确率达到92%.

• 单位
  中国矿业大学; 中国矿业大学（北京）; 电子信息工程学院