一种基于图像特征提取的浮选回收率预测算法

• 作者: 周开军 桂卫华 牟学民 阳春华
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 矿物浮选 泡沫图像 预测模型 最小二乘支持向量机(LSSVM)
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 957-963
• 页数: 7页
• 分类号: TN94
• 字数: 4409字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2009.09.014

摘要

针对矿物浮选过程中的一类回收率预测问题,提出了一种基于泡沫图像特征提取的预测算法.该算法采用最小二乘支持向量机(LSSVM)建立预测模型,通过施密特正交化对核矩阵进行简约,利用核偏最小二乘方法(KPLS)进行LSSVM参数辨识,以此构造具有稀疏性的LSSVM,有效地减小了算法的计算复杂度.为检验模型泛化及预测能力,为多个泡沫特征信息引入预测模型,采用泡沫图像特征提取方法提取泡沫颜色、速度、尺寸、承载量及破碎率特征.实验结果表明,该预测算法对浮选回收率具有良好预测效果.

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