Published
2025-04-14
Section
Articles
How to Cite
基于深度学习的煤矸石图像识别方法研究进展及方向
金 秋雨
西京学院
DOI: https://doi.org/10.59429/mkaqhb.v7i1.9509
Keywords: 煤矸石；图像识别；深度学习；发展趋势
Abstract
论文深入探讨了煤矸石精准分选的关键意义，并对当前主流的煤矸石分选技术——跳汰法、重介质法和射 线法进行了系统的分析，指出了这些传统方法在实际应用中存在的局限性。在此背景下，图像识别技术凭借其独特 优势脱颖而出，成为煤矸石分选领域的重要发展方向。论文详细阐述了煤矸石图像识别技术的理论基础，梳理了该 技术在国内外的应用发展情况，并对其未来发展方向进行了前瞻性展望，旨在为后续研究者提供有益的参考与启示。
References
[1] 高宏杰.煤炭行业发展现状和供需形势分析[J].中国煤炭工业,2022(3):75-77.
[2] 谢和平,吴立新,郑德志.2025年中国能源消费及煤炭需求预测[J].煤炭学报,2019,44(7):1949-1960.
[3] 李贞,王俊章,申丽明,等.煤矸石物化成分对其资源化利用的影响[J].洁净煤技术,2020,26(6):34-44.
[4] 贾鲁涛,吴倩云.煤矸石特性及其资源化综合利用现状[J].煤炭技术,2019,38(11):37-40.
[5] 靳权.跳汰选煤技术与设备的发展[J].科技情报开发与经济,2006(12):150-151.