Page 101 - 2021年第52卷第9期

k ( ) ( )
m
Ψ ( x ，x ) = μ( x ，x )å w m k ( f ，f ) （4）
p i j i j i j
m - 1
( ) ( )
m
m
)代表两个像素点之间的约束关系；w )代表两个像素
式中： μ(x i ，x j 为线性组合的权值；k ( f i ，f j
（m）
点之间的关联度。其中，k 为高斯核函数， f i 和 f j 对应像素点 x 和 x 的特征向量。
j
i
2.4 NCFS 算法 NCFS 算法属于最近邻学习算法的嵌入式特征选择方法之一，通过评估使用者定义
的特征子集找出关联性最高的特征参数，从而完成对数据集的选择。算法原理请参考文献［26］。本
文选取了 20 组不同的正则化参数λ进行迭代计算，发现当λ=0.1771 时损失函数取得最小值。以此为
最优初始参数，得到 30 组岩石图像形态特征指标权重。结果显示等效圆直径 EACD、等效椭圆短轴
EMI、最小 Feret 径 MIF 和最大内接圆半径 MIDR 为影响最多的 4 个重要特征（见图 4）。通过求解多元
线性回归方程的方式，得出 4 个特征指标与块石粒度 y 的关系为：
s
y = 0.3446EACD + 0.1003EMI + 0.1585MIF + 0.4909MIDR （5）
s

0.25 2.5
EACD
0.24
2.0
0.23
EMI
0.22
1.5
损失函数 0.21 LF=0.1771 权重 1.0 MIF MIDR
λ=0.014
0.20
0.19
0.5
0.18
0.17 0.0
0 0.01 0.02 0.03 0.04 0.05 0.06
0 10 20 30 40
正则化参数 特征
（a） 正则化参数λ寻优 （b） 特征权重计算结果

最 短 F e r e t 径
最短 Feret 径

最
大
接
圆
最大内接圆
内
短
距
最短距离
最
离
质心
质
心
最 长 F e r e t 径
最长 Feret 径
最 长 距 离
最长距离
最佳拟合矩形
最 佳 拟 合 矩 形
等 效 横 圆
等效横圆
（c） 部分平面参数形态特征
图 4 NCFS 算法结果及平面参数特征展示
为验证式（5）的准确性，本文采用 7 个筛级的筛网于实验室开展筛分试验以获取块石的真实粒
度，如图 5（a）所示，筛网尺寸分别为 10、16、20、25、31.5、40 与 50 mm，从每个筛级的筛分结果
中选择 50 组块石，共计 350 组作为试验样本。图 5（b）与表 1 结果显示，平均准确率达到 88%，由此
可见：本文方法得到的块石粒度表征公式相比文献［21］具有更好的适用性。

3 试验数据集采集与制作

3.1 数据集来源 本次研究所使用的图像数据集拍摄于江苏省句容市抽水蓄能电站建设工程，该工

— 1107 —