Indexed by：
Abstract：
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.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
有色金属（选矿部分）
ISSN： 1671-9492
CN： 11-1840/TF
Year： 2016
Issue： 5
Page： 79-84
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
