科研之友
微信
新浪微博
Facebook
分享链接
摘要
在锌浮选过程中由于浮选过程中的图像是动态变化的,现有的传统特征描述方法图像少有考虑图像间时间序列信息。本文在传统的泡沫尺寸分布特征的基础上,提出了基于泡沫尺寸分布并具有时间维度信息的尺寸趋势核心特征(STCF),即以泡沫尺寸分布的时间序列为核心特征。本文提取了趋势的核心特征,以帧间变化系数和帧间稳定系数度量泡沫层动态变化行为,并给出了两种特征系数的计算方法。同时,在核心特征的基础上结合帧间变化系数和帧间稳定系数,建立了STCF特征算法。最后,建立了一种基于BP神经网络的浮选条件识别模型。实验结果表明,该识别模型取得了很好的效果,证明了本文提出的方法有效地克服了现有传统的尺寸分布特征中动态信息缺乏的局限性。同时,也证明了引入的两个因子能够不同程度地提高分类准确率。
- 单位
