文献

J-GLOBAL ID：201902229949788385   整理番号：19A0206083

局所制約の自己学習炭岩認識手法【JST・京大機械翻訳】

Locality-constrained self-taught learning for coal-rock recognition

著者 (2件)： Wu Yunxia (中国鉱業大学(北京)机電与信息工程学院,北京,100083) ,  Meng Xianglong (中国鉱業大学(北京)机電与信息工程学院,北京,100083)
資料名： Meitan Xuebao  (Meitan Xuebao)
巻： 43  号： 9  ページ： 2639-2646  発行年： 2018年 
JST資料番号： C2372A  ISSN： 0253-9993  CODEN： MTHPDA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 訓練サンプルが不足している場合の炭岩画像認識問題に対して、局部制約の自己学習(LCSL)炭岩識別方法を提案した。まず第一に,補助データから局所制約の辞書最適化モデルを採用して高層構造特徴を獲得し,これらの補助データはラベルのない非炭岩自然画像であり,炭岩画像の特徴分布とは異なり,より容易に獲得できる。次に,局所制約線形符号化を用いて,高層構造特徴を抽出した。最後に,SVMアルゴリズムを用いて,炭岩画像を分類した。実験により、この方法で得られた特徴により、炭岩画像を効果的に特徴付けることができ、強い識別性とロバスト性を有し、良好な識別効果が得られ、元の石炭岩石識別方法に比べ、平均認識率は1%3%向上した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *岩石 ,  画像 ,  画像認識 ,  ロバスト性 ,  上層 ,  線形符号 ,  アルゴリズム ,  石炭 ,  構造特性
準シソーラス用語： 認識率 ,  自然画像 ,  最適化モデル ,  *自己学習 , 【Automatic Indexing@JST】

分類 (4件)： 石炭鉱床  (DE09060O) ,  予備調査,採掘準備一般  (UA02010T) ,  炭鉱,石炭資源  (UA01100K) ,  鉱山保安一般  (UA04010H)

タイトルに関連する用語 (5件)： 制約 ,  自己学習 ,  炭 ,  岩 ,  手法