| 基于稀疏化神经网络的浮选泡沫图像特征选择 |
| |
| 作者姓名： | 朱建勇 黄鑫 杨辉 聂飞平 |
| |
| 作者单位： | 华东交通大学电气与自动化工程学院,南昌330013;江西省先进控制与优化重点实验室,南昌330013;西北工业大学光学影像分析与学习中心,西安710072 |
| |
| 基金项目： | 国家自然科学基金项目(61733005);国家自然科学基金地区项目(61563015,61963015,61863014);江西省自然科学基金项目(20171ACB21039,20192BAB207024);江西省教育厅科技项目(GJJ150552). |
| |
| 摘 要： | 针对泡沫特征复杂繁多不利于建模控制的问题,提出一种基于稀疏化神经网络的泡沫图像特征选择方法.相较于大部分稀疏模型以线性回归模型作为损失函数的情况,选择以更为贴近实际工业过程非线性特点的神经网络模型作为损失函数,并加入L2,1范数约束以起到特征选择的效果;此方法根据泡沫特征建立解决矿物品位回归问题的特征选择方法,并采用近...
|
| 关 键 词： | 泡沫浮选 稀疏模型 神经网络 特征选择 维度约简 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
