基于泡沫图像特征加权SVM的矿物浮选工况识别

摘要：

针对矿物浮选泡沫视觉特征的多样性和重要度差异以及浮选工况样本数分布不均等问题，提出一种基于在线泡沫视觉表观 特征加权SVM的矿物浮选工况自动识别方法。通过颜色空问变换实现泡沫颜色的鲁棒计算，采用多角度融合的空间灰度共生矩阵 提取泡沫纹理特征，并引入信息熵的概念，以视觉特征的信息增益评价该特征对分类器的贡献，再利用不同工况的样本数加权策略 实现了一对一加权支持向量机的矿物浮选工况识别。工业运行数据测试结果表明，所提方法能够有效提高浮选工况的整体识别率。

关键词： 浮选 工况识别 泡沫图像 加权SVM 空间融合灰度共生矩阵

作者: 阳春华 任会峰 桂卫华 谢永芳

作者单位: 中南大学信息科学与工程学院 长沙 410083

会议类型: 国内会议

会议名称: 第二十二届中国过程控制会议

会议地点: 南京

会议语种:中文

页码: 1496-1500

在线出版日期: 1900-01-01（万方平台首次上网日期，不代表论文的发表时间）