تعیین عیار ماده معدنی با استفاده از شبکه عصبی MLP و تکنیک پردازش تصویر
در این مقاله امکان تعیین عیار مواد معدنی با استفاده از شبکه عصبی و تکنیک پردازش تصویر مورد بررسی قرار گرفت. نمونه‌های مورد استفاده دراین طرح از معدن چغارت یزد تهیه و تعداد آنها نیز 100 عدد بوده است. در این طرح با تهیه عکس از نمونه‌های پودر شده با دوربین عکاسی دیجیتالی حرفه‌ای و با استفاده از ویژگی‌ه...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Iranian Society of Mining Engineering
2008-12-01
|
| Series: | نشریه مهندسی معدن |
| Subjects: | |
| Online Access: | https://ijme.iranjournals.ir/article_1477_d00bfd2b29a527afc9d7bdb5d3a5166a.pdf |
| Summary: | در این مقاله امکان تعیین عیار مواد معدنی با استفاده از شبکه عصبی و تکنیک پردازش تصویر مورد بررسی قرار گرفت. نمونه‌های مورد استفاده دراین طرح از معدن چغارت یزد تهیه و تعداد آنها نیز 100 عدد بوده است. در این طرح با تهیه عکس از نمونه‌های پودر شده با دوربین عکاسی دیجیتالی حرفه‌ای و با استفاده از ویژگیهای تصویری عکس‌ها شامل سه رنگ اصلی قرمز، آبی و سبز(RGB) تصاویر و ویژگی بافتی‌هارلیک شامل انرژی[i] ، آنتروپی[ii]، کنتراست[iii] و یکنواختی تصاویر[iv] و علم پردازش تصاویر با شبکه عصبی MLP[v] اقدام به تعیین عیار ماده معدنی مورد نظر نموده ایم. شبکه عصبی تعیین شده در ابتدا با 70 نمونه آموزش داده شده و سپس با 30 نمونه واقعی آزمایش گردیده است. در این طرح ازسه روش برای آموزش شبکه عصبی استفاده شده که در روش اول تنها سه رنگ اصلی (میزان سطح خاکستری در هر پیکسل)، در روش دوم سه رنگ اصلی به همراه انحراف معیار آنها و در روش سوم سه رنگ اصلی به علاوه ویژگیهای بافتی تصویر که در بالا ذکر شد به عنوان وروردی شبکه در نظر گرفته شده است. در نهایت شبکه طراحی شده با استفاده از روش اول قادر به پیش بینی عیار آهن با دقت2/95 درصد در روش دوم با دقت 9/96درصد و در روش سوم با دقت72/97 درصد می‌باشد. |
|---|---|
| ISSN: | 1735-7616 2676-4482 |