利用改進AlexNet卷積神經(jīng)網(wǎng)絡(luò)識別石墨

編號：FTJS09018

篇名：利用改進AlexNet卷積神經(jīng)網(wǎng)絡(luò)識別石墨

作者：徐小平 余香佳 劉廣鈞 劉龍

關(guān)鍵詞： 石墨 識別 卷積神經(jīng)網(wǎng)絡(luò) 特征提取 小樣本數(shù)據(jù)集

機構(gòu)： 西安理工大學(xué)理學(xué)院 西安理工大學(xué)自動化與信息工程學(xué)院

摘要： 為促進礦業(yè)領(lǐng)域向信息化、智能化的方向轉(zhuǎn)變,實現(xiàn)對石墨的智能識別尤為關(guān)鍵.針對人工識別石墨花費時間長、效率低等問題,提出了一種改進的AlexNet網(wǎng)絡(luò)應(yīng)用于石墨的圖像識別.首先通過隨機裁剪、依概率水平翻轉(zhuǎn)和歸一化處理等手段對數(shù)據(jù)集進行圖像預(yù)處理達到數(shù)據(jù)增強的目的;然后采用激活函數(shù)ReLU6壓縮動態(tài)范圍,使算法更穩(wěn)健;運用批標準化算法進行歸一化加快收斂速度;修改卷積核的大小增強泛化能力;在全連接層加上dropout正則化進一步防止過擬合.在仿真實驗中,與已有方法進行比較,所給方法降低了損失值,提高了石墨的識別平均準確率.