基于曲波变换和压缩感知的煤岩惰质组分类
Journal of China University of Mining & Technology（2019）
摘要
鉴于煤岩惰质组显微组分结构复杂、有效特征量难以获取等问题,提出一种基于曲波变换和压缩感知的煤岩惰质组分类方法.首先对惰质组显微图像进行曲波变换,提取变换后各尺度层的系数特征,使其在基函数字典下有较好的稀疏表示;然后采用压缩感知的方法对曲波变换后的高频系数进行降维,将降维后的高频系数与保留的低频系数级联构成特征集;最后,以径向基函数为核函数构建支持向量机对惰质组中各显微组分进行分类.结果表明:曲波变换比小波变换能更有效地刻画惰质组各显微组分特征信息;采用压缩感知降维,在保留原始样本的重要特征信息的同时可以有效消除冗余,从而提高分类的准确率,其平均准确率可达97.51％.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要