基于生成对抗网络的小样本红外热成像煤岩性状识别方法技术

一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，依次对不同性状下的煤壁试块进行截割作业，利用红外热相机采集不同煤岩性状下的红外热成像图片；对红外热成像图片进行预处理，再划分为小样本训练集和正常数量测试集；构建基于双判别器和自适应特征融合的改进WGAN‑GP模型，利用小样本训练集训练改进WGAN‑GP模型，生成高质量红外热成像图片；选用2D‑CNN作为识别网络模型，利用高质量红外热成像图片和小样本训练集构建扩张数据集，再对识别网络模型进行训练，得到煤岩性状识别网络模型；在作业过程中，将实时采集到的红外热成像图片输入到煤岩性状识别网络模型，输出煤岩性状分类结果。该方法能在小样本条件下完成高效、高精度的煤岩性状识别作业。

【技术实现步骤摘要】

本专利技术属于煤岩智能识别，具体涉及一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法。

技术介绍

1、作为综采工作面的关键装备，采煤机的智能化是实现无人开采的必要条件。当前，煤壁的煤岩性状分布频繁交替，使得采煤机截割过程运行状态易劣化，进而导致截割效率降低、设备故障、甚至引发人员伤亡的事故。因此，迫切需要保证采煤机的高效稳定运行，而采煤机稳定运行的首要关键技术就是煤岩性状的有效识别。

2、考虑到采煤机在工作过程中，煤壁截割前后的温度会发生明显的变化，且不同煤岩性状的温度值不同，因此可通过红外热成像技术获取煤壁截割过程中的热力分布信息，以实现煤岩性状的识别。目前，基于机器学习、卷积神经网络和堆叠自动编码器等深度学习模型的理想数据煤岩性状识别方法已经取得了显著的成就。然而，受限于综采工作面潜在的安全隐患以及采煤机单一的截割模式，通常难以获取充足可用的煤岩数据来训练深度学习识别模型。因此，小样本情况下的煤岩性状识别研究更具现实意义。

3、生成对抗网络(generating adversarial network,gan)从数据生成角本文档来自技高网...

【技术保护点】

1.一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，其特征在于，在步骤四中，改进WGAN-GP模型的构建过程如下：

3.根据权利要求2所述的一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，其特征在于，在A21中，利用条件随机场CRF对U-Net重构网络的输出进行后处理操作的过程如下：

4.根据权利要求3所述的一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，其特征在于，在步骤四中，利用改进WGAN-GP模型中生成高质量红外热...

【技术特征摘要】

1.一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，其特征在于，在步骤四中，改进wgan-gp模型的构建过程如下：

3.根据权利要求2所述的一种基于生成对抗网络的小样本红外热成像煤岩性状识别方法，其特征在于，在a21中，利用条件随机场crf对u-net重构网络的输出进行后处理操作的过程如下：

4.根据...

【专利技术属性】
技术研发人员：司垒，刘扬，王忠宾，陈淼，魏东，顾进恒，戴剑博，闫海峰，谭超，李鑫，刘新华，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：