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：
Source ：
有色金属(选矿部分)
Year： 2016
Issue： 05
Page： 79-84
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
