基于CLBP和支持向量诱导字典学习的煤岩识别方法
来源期刊:煤炭学报2017年第12期
论文作者:孙继平 陈浜
文章页码:3338 - 3348
关键词:煤岩识别;CLBP;支持向量;字典学习;
摘 要:针对现有煤岩识别方法在训练样本不充足情况下的识别效果普遍不太理想这一情况,提出了一种基于完备局部二值模式(CLBP)和支持向量诱导字典学习的煤岩识别方法。该方法分4大步完成:(1)提取煤岩图像的多尺度CLBP特征向量;(2)对训练样本的CLBP特征向量进行支持向量诱导字典学习,得到一组煤岩表征字典、煤岩类别权向量和偏移量;(3)计算测试样本在煤岩表征字典上的表示即编码向量;(4)采用判别函数完成测试样本编码向量的类别判定。结果表明:与现有其他常用方法相比,所提出方法有着更高的正确识别率,特别是在训练样本不充分的随机抽样实验条件下,其正确识别率仍然很高;耗时的字典学习并没有影响到所提出方法的实时性;所提出方法占用的存储量不受训练样本数量的制约,这在一定程度上为将来硬件实现带来了便利。
孙继平,陈浜
中国矿业大学(北京)机电与信息工程学院
摘 要:针对现有煤岩识别方法在训练样本不充足情况下的识别效果普遍不太理想这一情况,提出了一种基于完备局部二值模式(CLBP)和支持向量诱导字典学习的煤岩识别方法。该方法分4大步完成:(1)提取煤岩图像的多尺度CLBP特征向量;(2)对训练样本的CLBP特征向量进行支持向量诱导字典学习,得到一组煤岩表征字典、煤岩类别权向量和偏移量;(3)计算测试样本在煤岩表征字典上的表示即编码向量;(4)采用判别函数完成测试样本编码向量的类别判定。结果表明:与现有其他常用方法相比,所提出方法有着更高的正确识别率,特别是在训练样本不充分的随机抽样实验条件下,其正确识别率仍然很高;耗时的字典学习并没有影响到所提出方法的实时性;所提出方法占用的存储量不受训练样本数量的制约,这在一定程度上为将来硬件实现带来了便利。
关键词:煤岩识别;CLBP;支持向量;字典学习;