公开(公告)号：CN119130944A

公开(公告)日：2024-12-13

申请号：CN202411163726.7

申请日：2024-08-23

Applicant: 中国矿业大学

Inventor： 董良 ,  耿培先 ,  苏淑娴 ,  许轩 ,  周恩会 ,  代伟 ,  薛舸航

IPC: G06T7/00 ,  G06V10/42 ,  G06V10/44 ,  G06V10/46 ,  G06V10/54 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于深度学习的煤炭灰分预测方法及系统，该方法包括如下步骤：收集煤炭样品的CT图像数据集；对CT图像数据集进行预处理，以增强图像特征；构建MSA‑ViT模型，输入步骤S2预处理后的图像，通过3D卷积层、SPP层、两个不同的编码器提取特征，并输出预测结果；分析预测结果，引入误差指标进行评估。本发明有效解决了现有技术在煤炭灰分检测方面的效率低下、准确性不足、依赖性和成本高昂的问题，为用户提供了一个高效、准确、便捷的煤炭灰分检测解决方案。

公开(公告)号：CN119130945A

公开(公告)日：2024-12-13

申请号：CN202411163727.1

申请日：2024-08-23

Applicant: 中国矿业大学

Inventor： 董良 ,  苏淑娴 ,  薛舸航 ,  许轩 ,  周恩会 ,  代伟 ,  耿培先

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/77 ,  G06V10/82 ,  G06V20/70

Abstract: 本发明公开了一种基于改进卷积神经网络的煤炭密度预测方法及系统，该方法包括如下步骤：采集待预测密度的煤炭样本的CT图像并进行计算机图像学预处理，根据灰度直方图对图像进行鲁棒的灰度值归一化处理，得到用于改进卷积神经网络的原始输入数据；对煤炭在图像中的位置进行标注；利用得到的训练数据集对改进卷积神经网络模型进行训练，训练完成后获得改进卷积神经网络模型的权重文件；改进卷积神经网络模型利用已经获得的权重文件在图像中自动标出每个煤样的密度。本发明有效避免由于煤炭样本表面附着煤粉、煤炭表面纹理信息导致预测密度错误等问题；适用于选煤现场批量堆叠煤碳颗粒密度预测；具有很强的泛化能力。