TY -的A2 -张,新光AU -王,非政府组织非盟-陈,小芳盟——周,小玲盟——Gui,华盟——Caccetta、路易盟——徐,宏磊PY - 2014 DA - 2014/06/30 TI -混合智能模型基于图像特征的预测浮选精矿品位SP - 401380六世- 2014 AB -在浮选过程中,精矿品位是关键生产指标难以在线测量。机理模型反映了精矿品位变化的基本趋势,但不能提供足够的预测精度。数据驱动的模型基于泡沫图像特征提供准确预测在well-sampled空间但严重依赖于样本数据少泛化能力。所以,两种模型相结合的混合智能模型提出了。由于信息的图像特征是巨大的,和图像之间的关系特点和精矿品位是非线性的,b样条部分最小二乘(BS-PLS)方法被用来构建数据驱动的精矿品位预测模型。为了获得更好的泛化能力和预测精度,介绍了信息熵一起整合机制模型和BS-PLS模型和在线修改模型输出通过一个输出误差补偿策略。此外,采用一个滑动窗口方案更新混合模型以提高其适应性。工业实际数据测试结果表明,该混合模型的性能优于两种单一模型和它满足工业应用的精度和稳定性要求。SN - 1085 - 3375你2014/401380 / 10.1155——https://doi.org/10.1155/2014/401380——摩根富林明-抽象和应用分析PB - Hindawi出版公司KW - ER