基于图像特征提取的浮选关键参数智能预测算法

• 作者: 周开军 桂卫华 牟学民 阳春华
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 矿物浮选 泡沫图像 特征提取 预测模型 最小二乘支持向量机
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1300-1305
• 页数: 6页
• 分类号: TP273.5
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2009.09.004

摘要

针对矿物浮选过程中回收率参数难以在线检测的问题,提出了一种智能预测算法.首先采用相对红色分量提取泡沫颜色特征,采用改进面积重构变换与分水岭方法分割泡沫图像并提取尺寸特征;然后在此基础上,通过斯密特正交化对最小二乘支持向量机(LSSVM)核矩阵进行简约,利用核偏最小二乘方法进行回归计算,得到具有稀疏性的LSSVM预测模型.实验结果表明,该预测算法能有效地对矿物回收率进行预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
3	牟学民	中南大学信息科学与工程学院	7	300	7.0	7.0
4	周开军	中南大学信息科学与工程学院	13	273	8.0	13.0