一种基于图像特征提取的浮选回收率预测算法

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.

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)

所属期刊栏目：19

分类号：TD9;TP3

资助基金：国家自然科学基金60634020,60874069,60804037

在线出版日期：2009-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：957-963