%0 Journal Article
%T 基于图像特征提取的浮选关键参数智能预测算法
%A 周开军
%A 阳春华
%A 牟学民
%A 桂卫华
%J 控制与决策
%P 1300-1305
%D 2009
%X 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．
%K 矿物浮选
%K 泡沫图像
%K 特征提取
%K 预测模型
%K 最小二乘支持向量机')"
%K href="#">矿物浮选
%K 泡沫图像
%K 特征提取
%K 预测模型
%K 最小二乘支持向量机
%U http://www.kzyjc.net:8080/CN/abstract/abstract9598.shtml