论文部分内容阅读
煤矸石筛选是煤矿生产中一个重要的环节,目前的人工捡矸法、机械湿选法以及射线分选法无法兼顾选矸过程中的高效性、清洁性和无害性。针对上述选矸过程中存在的问题,提出了一种基于卷积神经网络的煤矸石识别方法,以颜色和纹理作为煤和矸石图像的类别特征,结合迁移学习方法,构建了VGG-16深度学习模型。实验结果表明,其识别准确率可以达到99.18%,可以有效地实现对煤和矸石的识别。