基于半监督聚类的煤泥浮选泡沫图像分类方法

• 作者: 付翔 曹文艳 樊民强 王宇龙 王然风
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 选煤厂 煤泥浮选 浮选泡沫 加药量 图像特征提取 半监督聚类 高斯混合模型
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: “智能化选煤厂建设关键技术”专题
• 页码范围: 38-42,65
• 页数: 6页
• 分类号: TD948
• 字数: 3696字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.17437

摘要

针对选煤厂煤泥浮选过程加药量依靠人工干预存在主观性、滞后性和粗放性的问题,提出了一种基于半监督聚类的煤泥浮选泡沫图像分类方法.首先,采集已知加药比例与未知加药比例下的煤泥浮选泡沫图像样本,并对泡沫图像进行预处理,提取泡沫的气泡个数、气泡面积、气泡周长等形态特征;然后,对已知加药比例下泡沫图像形态特征样本进行标志,对未知加药比例下泡沫图像形态特征样本不做标志,并将已标志泡沫图像形态特征样本与未标志泡沫图像形态特征样本进行混合;最后,利用基于高斯混合模型的半监督聚类方法对混合样本进行聚类后得到各类簇,将各类簇内已标志泡沫图像形态特征样本的信息映射到未标志泡沫图像形态特征样本.应用结果表明,该方法可为煤泥浮选生产过程加药量调整提供指导,降低了药剂消耗量,提高了选煤厂浮选自动化水平和经济效益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊民强	太原理工大学矿业工程学院	111	668	15.0	21.0
2	王然风	太原理工大学矿业工程学院	75	239	8.0	11.0
3	付翔	太原理工大学矿业工程学院	24	71	4.0	7.0
4	王宇龙	太原理工大学矿业工程学院	5	16	3.0	3.0
5	曹文艳	太原理工大学矿业工程学院	3	5	1.0	2.0