煤炭工程

作者：张释如,朱萌

单位：西安科技大学

关键词：图像分类,特征选择,最大相关最小冗余算法,局部二值模式,煤和矸石,

煤和矸石的图像分类是实现煤矸自动分选的关键环节。为提高煤矸分选模型的准确性和稳定性，提出了一种结合Relief、MRMR算法及SVM分类器构建的混合式特征选择及分类方法，提取煤矸图像的颜色及纹理共26个特征对其分类进行研究。在提取纹理时联合使用了LBP局部和GLCM全局特征，有助于提高分类的准确性。利用该特征选择方法选出最优特征子集后，用粒子群和支持向量机算法构建PSO-SVM最佳参数模型进行煤矸分类。结果显示，该方法能剔除较多冗余特征，提高煤矸分类的效率|在两个数据集上，该模型的平均分类准确率分别达到96.12%和94.17%，证明了方法的有效性和模型的稳定性。

来源：2022年第4期

《煤炭工程》期刊编辑部

查看煤炭工程杂志2022年第4期