基于压缩感知的煤岩显微组分惰质组分类

发布时间：2023-03-09 21:27

　　惰质组作为煤岩显微结构中的重要组成部分之一,其在煤岩配煤中的构成直接影响配合煤的工艺性质。因此,对于煤岩显微组分惰质组进行分类与识别,对于煤的高效综合利用具有重要意义。本文依据惰质组各显微组分图像的特点,提取曲波变换(Curvelet Transform)后各尺度层的系数并由此构成初始特征集;然后采用压缩感知算法(Compressive Sensing,CS)的思路,对具有稀疏性的高频系数降维,再将降维后的系数与保留的Coarse层低频系数结合,得到最终的特征集;最后搭建SVM组合分类器,对降维方法和最终的特征集的有效性进行验证,取得了较为满意的结果。论文的主要工作如下:(1)在查阅大量相关文献的基础上,综述国内外关于煤岩显微组分分析、特征降维方法和图像分类方法的研究现状,并结合我国煤岩分类标准,详细分析惰质组显微图像中各组分的结构特点。(2)根据惰质组各组分的结构特点及相互间的差异,采用曲波变换对其显微图像进行分解,由曲波变换后各尺度层系数构成初始特征量集,并对其进行分析。(3)针对初始特征集维数较高的问题,采用压缩感知算法的思想,对曲波变换后具有稀疏性的高频系数降维,再与保留的Co...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究的背景及意义
    1.2 课题研究对象
    1.3 国内外研究现状
        1.3.1 煤岩显微组分分类
        1.3.2 特征降维算法
        1.3.3 图像分类算法
    1.4 论文的主要内容与安排
第二章 基于CURVELET的煤岩惰质组显微图像初始特征提取
    2.1 惰质组显微图像特点
    2.2 CURVELET变换
        2.2.1 连续曲波变换
        2.2.2 离散曲波变换
    2.3 初始特征提取
    2.4 特征分析
    2.5 本章小结
第三章 基于压缩感知的煤岩惰质组特征数据降维
    3.1 经典降维方法概述
        3.1.1 主成分分析法
        3.1.2 核主成分分析法
    3.2 基于压缩感知特征数据降维
        3.2.1 压缩感知基本理论及应用
        3.2.2 降维方法
        3.2.3 测量矩阵的设计
        3.2.4 维数选取对有效信息量的影响
    3.3 本章小结
第四章 惰质组显微组分分类
    4.1 支持向量机
        4.1.1 基本理论
        4.1.2 核函数的选择
    4.2 惰质组分类
        4.2.1 分类方案
        4.2.2 分类结果与分析
    4.3 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
在学研究成果
致谢
附录A 插图清单
附录B 插表清单
附录C 部分核心源程序



本文编号：3758322