基于图像数据提取和神经网络建模的铂浮选品位估算方法

    公开(公告)号:CN104331714A

    公开(公告)日:2015-02-04

    申请号:CN201410701485.7

    申请日:2014-11-28

    Applicant: 福州大学

    CPC classification number: G06K9/645 G06N3/0445 G06N3/0454 G06N3/049

    Abstract: 本发明涉及一种基于图像数据提取和神经网络建模的铂浮选品位估算方法,通过变量实验得到充气速率、矿浆浓度、捕收剂、活化剂、起泡剂、抑制剂六个变量与浮选品位、回收率之间的相关程度;对铂泡沫图像进行采集和预处理,并从预处理所得的默认的灰度图像、直方图均衡化、图像的对比强化和图像的二值化四种特征图像中提取能量、熵、惯性、同质性、灰度相关性五种图像数据;建立包含三节点输入层、隐藏层和双节点输出层的多层感知器神经网络模型。本发明所提出的一种基于图像数据提取和神经网络建模的铂浮选品位估算方法,有效的实现了通过泡沫图像估算浮选品位和回收率,达到了实时监测浮选过程中品位和回收率的目的。

    基于图像数据提取和神经网络建模的铂浮选品位估算方法

    公开(公告)号:CN104331714B

    公开(公告)日:2018-03-16

    申请号:CN201410701485.7

    申请日:2014-11-28

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于图像数据提取和神经网络建模的铂浮选品位估算方法,通过变量实验得到充气速率、矿浆浓度、捕收剂、活化剂、起泡剂、抑制剂六个变量与浮选品位、回收率之间的相关程度;对铂泡沫图像进行采集和预处理,并从预处理所得的默认的灰度图像、直方图均衡化、图像的对比强化和图像的二值化四种特征图像中提取能量、熵、惯性、同质性、灰度相关性五种图像数据;建立包含三节点输入层、隐藏层和双节点输出层的多层感知器神经网络模型。本发明所提出的一种基于图像数据提取和神经网络建模的铂浮选品位估算方法,有效的实现了通过泡沫图像估算浮选品位和回收率,达到了实时监测浮选过程中品位和回收率的目的。

Patent Agency Ranking