摘要
一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法,依次对不同性状下的煤壁试块进行截割作业,利用红外热相机采集不同煤岩性状下的红外热成像图片;对红外热成像图片进行预处理,再划分为小样本训练集和正常数量测试集;构建基于双判别器和自适应特征融合的改进WGAN‑GP模型,利用小样本训练集训练改进WGAN‑GP模型,生成高质量红外热成像图片;选用2D‑CNN作为识别网络模型,利用高质量红外热成像图片和小样本训练集构建扩张数据集,再对识别网络模型进行训练,得到煤岩性状识别网络模型;在作业过程中,将实时采集到的红外热成像图片输入到煤岩性状识别网络模型,输出煤岩性状分类结果。该方法能在小样本条件下完成高效、高精度的煤岩性状识别作业。
技术关键词
煤岩性状识别方法
GP模型
生成对抗网络
样本
成像
条件随机场
随机噪声
数据处理设备
生成器网络
图片
重构
截割作业
采煤机摇臂
双判别器
编码器
训练集
机制
系统为您推荐了相关专利信息
卡尔曼滤波模型
测距方法
相机光轴
小孔成像原理
数据处理模块
YOLOv3网络
锂电池极片表面
工业缺陷检测
引入注意力机制
特征提取能力
表面缺陷检测
缺陷智能检测方法
建筑材料表面
聚类
样本
离线
深度学习网络
雷达图像数据
微服务器
深度学习语义分割网络