基于机器视觉及IHS-LSSVM的浮选回收率预测

来源期刊：有色金属(选矿部分)2016年第5期

论文作者：廖一鹏 王卫星

文章页码：79 - 84

关键词：浮选图像;和声搜索算法;最小二乘支持向量机;回收率预测;

摘    要：针对矿物浮选过程中回收率难以在线检测的问题,提出了一种基于机器视觉技术、改进和声搜索算法（HS）优化LSSVM参数的预测方法（IHS-LSSVM）。首先提取浮选泡沫图像的颜色、气泡尺寸、分形系数、运动速度等多个特征,接着改进和声搜索算法的"调音"策略,进而找到LSSVM的最优参数,并建立浮选回收率预测模型,最后采用铅矿浮选现场数据对模型进行测试。试验结果表明,相对于现有方法,该预测方法提高了预测精确度。