【技术实现步骤摘要】
本申请属于数据识别，尤其涉及一种基于多分支强化学习特征选择的泡沫浮选工况识别方法。
技术介绍
1、泡沫浮选过程是有色冶金工业过程的重要工序，其目的是根据矿石颗粒的不同疏水性，将理想矿物从矿石原料中分离出来。在泡沫浮选过程中，泡沫表面视觉特征与浮选生产指标、工况、操作变量等密切相关。但由于泡沫浮选过程包含多个级联的浮选槽，具有工艺流程长、反应过程复杂、在线监测困难等特点。当前主要依赖人工观察泡沫表面状态进行生产操作。然而由于人工方式存在主观性强、随意性大等问题，使得浮选生产过程难以维持稳定、矿物原料浪费严重、浮选药剂消耗量过大。
2、近年来，随着工业视觉检测技术以及工业大数据技术的不断发展，使得在线监测浮选过程的泡沫表面状态，进而实现数据驱动的工况识别以及多生产操作参数综合优化控制成为可能。而泡沫表观特征的准确描述是基于机器视觉的浮选生产过程监控的前提。目前，通过已有的特征提取技术，可以获得浮选过程泡沫颜色、尺寸、纹理、速度等一系列特征，实现了泡沫表面视觉特征的量化描述与浮选生产状态客观评价。然而由于缺乏相应机理知识，使得这些...
【技术保护点】
1.一种基于多分支强化学习特征选择的泡沫浮选工况识别方法，其特征在于，包括：
2.根据权利要求1所述的泡沫浮选工况识别方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的泡沫浮选工况识别方法，其特征在于，所述利用最大信息系数指标分别计算所述泡沫图像特征与工况标签之间的相关性，包括：
4.根据权利要求1所述的泡沫浮选工况识别方法，其特征在于，所述基于所述多个泡沫图像特征对所述多分支神经网络进行强化学习，得到最优特征子集，包括：
5.根据权利要求4所述的泡沫浮选工况识别方法，其特征在于，所述步骤3.2包括：
<...【技术特征摘要】
1.一种基于多分支强化学习特征选择的泡沫浮选工况识别方法，其特征在于，包括：
2.根据权利要求1所述的泡沫浮选工况识别方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的泡沫浮选工况识别方法，其特征在于，所述利用最大信息系数指标分别计算所述泡沫图像特征与工况标签之间的相关性，包括：
4.根据权利要求1所述的泡沫浮选工况识别方法，其特征在于，所述基于所述多个泡沫图像特征对所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。