讲座时间:2020年9月16日13:00-14:20
讲座地点:工B308
讲座对象:必赢电子游戏网站师生
讲座摘要:
煤矿安全生产和煤炭产品质量一直是煤炭行业关注的核心问题。煤炭运输是煤炭开采的重要环节,而输送带是输送系统设备的主要组成部分。在运行过程中,当外来铁块、工字钢、大块煤矸石的尖锐部分刺穿输送带时,会被纵向切割或撕裂,对输送带造成不同程度的损坏,由于煤矿输送带视觉场景噪声大、场景复杂,需要对输送带图像进行有效的异物识别。
报告介绍了一种基于级联线性网络结构(PCANet)和平面神经网络(FNN)的煤矿输送带图像中煤和异物识别的方法。该模型由两个子网络组成:用于特征提取的级联线性网络结构(PCANet)和用于图像分类的广度神经网络。宽度神经网络的节点数由训练数据集自适应确定,增加节点需要调整局部参数。从实验结果可以看出,与普通的深度神经网络模型相比,改进后的模型提高了图像分类的准确性。