基于图像特征提取的浮选关键参数智能预测算法
来源期刊:控制与决策2009年第9期
论文作者:周开军 阳春华 牟学民 桂卫华
文章页码:1300 - 1305
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;
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.
周开军,阳春华,牟学民,桂卫华
中南大学信息科学与工程学院
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.
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;