公共文化服务平台

AdaBoost算法在矿井突水水源的荧光光谱识别中的研究被引量：9: 2019年; 矿井突水是影响矿井安全生产的重要因素之一,如果矿井发生突水,能够快速、准确地判别突水水源类型是治理矿井突水灾害保证生产安全的重要环节,因此,建立一个能够快速识别矿井突水水源的模型具有重要的意义。水化学分析法作为在传统的矿井突水水源类型识别方法里应用最为广泛的识别方法,通过获得相应的pH值、离子浓度、电导率等参数,然后利用这些参数来建立突水水源的类型识别模型对矿井突水的类型进行判别。针对这种传统矿井突水水源识别方法在判别时间上耗时长和识别准确率低等不足,鉴于LIF技术具有分析速度快、灵敏度高等优点,提出了将线性判别分析(LDA)算法作为弱分类器的自适应提升(AdaBoost)算法用于激光诱导荧光(LIF)光谱识别矿井突水水源的新方法。用于实验的九种水样(每种水样各取50个样本)由淮南地区某矿的老空水、灰岩水以及按不同比例混合的老空水与灰岩水的七种混合水构成。将405nm激光器发射的激光打入被测水体并采集荧光光谱数据,然后对采集到450组荧光光谱数据进行分析,取其中360组光谱数据(每种水样各40组)用作训练集,取剩余90组光谱数据用作测试集。分别选取三种算法针对水样的激光诱导荧光光谱的分类进行了建模并将三种结果进行对比。首先利用决策树算法对光谱进行分类识别,在节点个数为8时决策树对测试集的分类效果最好,分类准确率达到91.11%。然后针对决策树算法分类效果的不足,利用决策树算法作为弱分类器的AdaBoost算法,当选取节点个数为9的决策树作为弱分类器的时,对训练集的分类准确率为97.78%。最后针对基于决策树的AdaBoost算法的泛化性能不足和为了获得更好的分类效果,提出了基于LDA算法作为弱分类器的AdaBoost算法,在设置迭代次数为150后对水样光谱数据分类准确率可以达到100%。通�; 周孟然李大同胡锋来文豪王亚朱松; 关键词：矿井突水决策树 LDA ADABOOST

采用圆投影和序贯相似检测的图像匹配技术被引量：3: 2015年; 针对现有的高精度匹配方法复杂度较大,现有的圆投影匹配方法在实际应用中计算量高、速度慢的缺点,提出了一种新的图像匹配算法.该算法基于序贯相似检测原理,采用由粗到精的匹配策略,应用步长自适应的跳跃式搜索方法,在不影响匹配精度的前提下,跳跃了大量匹配点,减小了在非匹配点处的计算量.实验结果表明,与已有的基于不变矩的匹配算法、圆投影匹配算法相比,该算法具有较高的匹配精度,且匹配速度快.; 贾晓芬赵佰亭周孟然杨芝权; 关键词：旋转不变性

激光光谱技术的水质监测系统研究: 2014年; 为了能够迅速精准判断水质的成分,提出了利用激光光谱技术对水质的检测方法,此系统采用87C52单片机作为系统的核心,组建了共聚焦式检测子系统,采集系统则用USB3.0协议与上位机进行通讯。通过对水体表面受激而产生的荧光信号进行光谱分析,可以定量分析水质成分。本实验在室内光源下进行,忽略了背景光的影响,得到的实验数据较为准确。实验结果表明检测到的荧光信号与水体受污染程度成良好的相关性,可以作为水体污染检测的指标。; 马云川周孟然聂梦雅; 关键词：水质监测光谱分析 DOM

无监督学习AE和MVO-DBSCAN结合LIF在煤矿突水识别中的应用被引量：6: 2019年; 快速准确的识别突水类型和突水来源对煤矿安全开采具有重要意义,激光诱导荧光(LIF)技术在检测中具有快速性和灵敏性,将LIF应用于煤矿突水的检测,再结合模式识别算法,可快速识别出突水来源。目前用于识别水样光谱的算法过于依赖预先建立的水样光谱数据库,当突水水源不在该库中时,易引发误识别。无监督学习算法DBSCAN在聚类时不需样本集的标签和类别信息,能降低对未知类别的误识别,因此把DBSCAN算法用于突水的激光诱导荧光光谱识别,并将MVO用于DBSCAN的参数寻优,省去繁琐的人工参数寻优过程。实验中,从谢桥煤矿采水点获取四个水样,利用像素为2 048的USB2000+光谱仪采集水样的荧光光谱,每种水样采集30组光谱数据。首先,利用无监督学习算法自动编码器(AE)对原始光谱数据降维,以减少光谱数据中冗余信息对聚类的影响,设计的AE的结构是介于浅层和深层之间的多层网络模型,可将原始光谱数据降到2维;为使降维模型具有稀疏性,在传统的AE算法中加入一个Dropout层,由实验可知,加入Dropout层后的降维模型具有较快的收敛速度。将多元宇宙优化(MVO)算法用于DBSCAN参数寻优,在参数寻优过程中, DBSCAN对降维后的水样光谱识别率最高为97.5%,此时参数所对应的取值范围为[0.023 66 0.040 65];为验证AE对水样光谱数据降维的有效性,把归一化后的未降维的光谱数据用于DBSCAN聚类识别, DBSCAN对原始水样光谱的识别率最高为95%,比降维后的后水样光谱识别率低了2.5%,结果表明,使用AE降维光谱数据,可提高DBSCAN对不同光谱的识别率。最后,用监督学习算法K最近邻(KNN)识别降维后的水样光谱,将识别结果和无监督学习算法DBSCAN的识别结果对比,其中训练集选用三种水样,测试集使用四种水样;在测试集中,监督学习算法只能准确地识别训练集所包含的水样类别,但把训练集没有的类�; 来文豪周孟然李大同王亚胡锋赵舜顾煜林; 关键词：煤矿突水激光诱导荧光密度聚类

非本征F-P传感器在瓦斯检测系统中的应用: 2014年; 详细介绍了非本征F-P光纤传感器的结构、特点和工作原理,阐述了非本征F-P光纤传感器在瓦斯检测系统中的应用。该传感器采用空芯光子晶体光纤作为载体,不受环境温度的影响,具有灵敏度高、抗干扰能力强、传输损耗小的特点,可显著提高瓦斯浓度检测的准确性和精度。; 戴婳周孟然王波徐彦东付学强; 关键词：单模光纤

LIF技术和XGBoost算法在假酒识别中的应用被引量：3: 2019年; 随着生活水平的提高,人们越来越重视食品安全问题,假酒是食品安全中无法绕开的一个话题,不同品牌白酒的快速准确辨识,对假酒识别和食品安全都具有较大的现实意义。基于此,提出一种将XGBoost算法结合激光诱导荧光技术(Laser-induced fluorescence,LIF)的不同品牌白酒快速识别方法,把激光诱导荧光技术用于采集白酒的荧光光谱,然后将获取的白酒原始光谱数据用XGBoost算法识别。实验以40°和45°白酒为研究对象,选取6种酒样,每种酒样采集40组光谱,随机选取30组用于XGBoost模型的训练,剩余10组用于训练好的模型测试,实验中,XGBoost算法的训练用时为0.172 s,训练好的模型测试识别率为98.33%。实验结果表明,XGBoost算法结合激光诱导荧光技术可快速准确识别不同品牌白酒。; 周孟然宋奇王亚来文豪; 关键词：激光诱导荧光荧光光谱

图像处理与BP神经网络在矿井火灾隐患识别中的应用被引量：8: 2016年; 矿井火灾在矿井工作过程中比较常见,为了保护矿井安全,减少其对煤矿开采工作的影响,提出了一种图像处理技术与BP神经网络相结合的矿井火灾隐患快速识别方法。实验设置了5个场景,共20组不同的图像,把20组不同实验场景图像经过预处理降噪,之后分别通过BP神经网络、SVM支持向量机和K-means聚类3种不同方法进行分析。结果显示,BP神经网络处理后的正确率最高,达到95%。; 何晨阳周孟然闫鹏程刘栋王瑞; 关键词：矿井火灾图像处理特征提取 BP神经网络

CNN在煤矿突水水源LIF光谱图像识别的应用被引量：6: 2018年; 煤矿突水类型的快速识别在矿井安全生产中意义重大,煤矿突水激光诱导荧光(LIF)光谱的识别方法,需要对光谱曲线进行预处理和特征提取,其过程较复杂,对此,提出了一种卷积神经网络(CNN)快速识别矿井突水类别的方法。根据煤矿矿井水层的分布特点和最常见煤矿突水类型,选取三种原始水样以及由原始水样混合的两种混合水为实验材料,利用LIF技术快速获取五种水样的200组荧光光谱曲线图,灰度化后输入CNN算法,其中150组光谱曲线图用于CNN的训练,剩余50组用于训练好的模型测试。模型测试中,CNN算法对实验水样光谱曲线图的识别率为100%,实验结果表明,CNN算法不仅能省去煤矿突水光谱图像识别中的数据处理和特征提取工作,而且还能快速有效的识别矿井突水类型。; 周孟然来文豪王亚胡锋李大同王锐; 关键词：煤矿突水激光诱导荧光荧光光谱图像识别

An edge-adaptive demosaicking method based on image correlation被引量：1: 2015年; To reduce the cost, size and complexity, a consumer digital camera usually uses a single sensor overlaid with a color filter array(CFA) to sample one of the red-green-blue primary color values, and uses demosaicking algorithm to estimate the missing color values at each pixel. A novel image correlation and support vector machine(SVM) based edge-adaptive algorithm was proposed, which can reduce edge artifacts and false color artifacts, effectively. Firstly, image pixels were separated into edge region and smooth region with an edge detection algorithm. Then, a hybrid approach switching between a simple demosaicking algorithm on the smooth region and SVM based demosaicking algorithm on the edge region was performed. Image spatial and spectral correlations were employed to create middle planes for the interpolation. Experimental result shows that the proposed approach produced visually pleasing full-color result images and obtained higher CPSNR and smaller S-CIELAB*ab?E than other conventional demosaicking algorithms.; 贾晓芬赵佰亭周孟然陈兆权

改进LMS算法降噪的涡街流量测量系统: 2016年; 针对煤矿井下突水复杂多变的特点,在现有技术的基础上提出一种改进LMS算法降噪的涡街流量测量系统更加精确的测量井下不同流体流动情况。通过改变LMS算法的步长将噪声降到最低,使得涡街流量计对流量的测量更加准确。同时对该算法与固定步长LMS算法的测速性能进行了比较,并通过Matlab仿真证实在实际应用中该系统确实有很好降噪性能。; 罗倩周孟然刘骏; 关键词：降噪

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(51174258)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(51174258)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈