买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安科技大学

摘要：本发明涉及煤岩石识别技术领域，具体是指一种煤岩石识别系统，包括数据采集模块、半监督学习模块、伪标签学习模块、模型训练模块、置信度模块和用户界面。煤岩石识别系统采用基于半监督伪标签学习的协同训练方法，进行半监督协同训练，使得大量无标签的待测样本获得属于自身属性的标签；采用伪标签学习技术，对分类器进行二次训练，以提高识别精度；将预测结果输入到预先训练的识别模型中，并根据标准纯煤的置信度进行迭代运算，直至满足置信度阈值要求。本发明能够有效提高煤岩石种类识别的准确性，降低识别误差，有助于提高煤炭资源的利用率。

主权项：1.一种煤岩石识别系统，其特征在于：包括数据采集模块、半监督学习模块、伪标签学习模块、模型训练模块、置信度模块和用户界面；所述煤岩石识别系统采用基于半监督伪标签学习的协同训练方法，进行煤岩石识别，所述方法包括以下步骤：步骤1：数据采集：通过数据采集模块，获取标准纯煤和待识别煤岩石的多维参数信息，作为各自的样本数据，得到标准纯煤样本数据集合和待识别煤岩石样本数据集合；步骤2：预先训练：使用触发器模型作为识别模型，将标准纯煤的样本数据作为有标签样本数据，得到有标签样本数据集合，使用模型训练模块对识别模型进行预先训练，得到标准纯煤的置信度；步骤3：半监督协同训练：将标准纯煤和待识别煤岩石的多维参数信息，输入到半监督学习模块的分类器中，进行半监督协同训练，为待识别煤岩石的样本数据赋予标签；步骤4：伪标签二次训练：将标准纯煤和待识别煤岩石的多维参数信息，输入到伪标签学习模块的分类器中，进行二次训练，得到预测结果；步骤5：置信度评估：将预测结果，输入到预先训练的识别模型中，设置置信度阈值，根据标准纯煤的置信度进行迭代运算，直至满足置信度阈值；步骤1具体包括以下步骤：步骤11：收集并测量标准纯煤和待识别煤岩石的物理性质参数信息；步骤12：收集并测量标准纯煤和待识别煤岩石的密度参数信息；步骤13：收集并测量标准纯煤和待识别煤岩石的光泽度参数信息；步骤14：收集并测量标准纯煤和待识别煤岩石的硬度参数信息；在步骤3中，进行半监督协同训练具体包括以下步骤：步骤31：使用半监督学习模型，将标准纯煤样本数据集合作为初始训练集，获得初始分类器；步骤32：使用初始分类器，筛选出具有特征的两组样本，一组为物理性质参数信息样本，一组为密度参数信息样本，将具有特征的两组样本放入有标签样本数据集合中，根据有标签样本数据集合，训练新的分类器；步骤33：将标准纯煤和待识别煤岩石的多维参数信息，输入到半监督学习模型，对待识别煤岩石的样本数据进行分类，得到分类结果，将分类结果标记为伪标签样本数据；步骤34：将经过分类的待识别煤岩石样本数据集合记为U1，U1包含有标签样本数据和伪标签样本数据；步骤35：重复进行步骤31-34，直至待识别煤岩石的样本数据全部标记为伪标签样本数据；步骤36：将U1随机分为U2和U3，从半监督学习模型中提取出一致性正则化器和集成学习器，使用一致性正则化器对U2进行训练，使用集成学习器对U3进行训练；步骤37：使用一致性正则化器和集成学习器，对待识别煤岩石样本数据集合进行预测，得到一致性正则化器的预测结果用于更新U2，集成学习器的预测结果用于更新U3；步骤38：根据一致性正则化器和集成学习器的预测结果更新U1，直到U2和U3不发生变化，得到最终的煤岩石样本数据集合，将最终的煤岩石样本数据集合记为U4，统计更新结果；步骤39：将更新结果反馈到识别模型中，得到一组带有伪标签的待识别煤岩石的多维参数信息。

全文数据：

权利要求：

百度查询： 西安科技大学 一种煤岩石识别系统