论文部分内容阅读
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。