基于CNN-SVM的选煤厂浮选泡沫图像识别方法

作者：孙友森; 陈传海; 杨志龙; 王新欣

来源：煤炭加工与综合利用, 2021, (02): 8-4.

DOI：10.16200/j.cnki.11-2627/td.2021.02.003

• 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

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20 000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。