声明
摘要
1 绪论
1.1 课题背景及意义
1.2 浮选过程矿浆浓度检测现状
1.3 过程预测建模方法的研究现状
1.3.1 机理建模方法
1.3.2 数据驱动建模方法
1.3.3 混合建模方法
1.4 基于泡沫图像特征的工艺指标预测的研究现状
1.5 研究内容与结构安排
2 铝土矿浮选工艺分析
2.1 铝土矿浮选工艺简介
2.1.1 浮选原理
2.1.2 选矿拜耳法工艺流程
2.1.3 铝土矿浮选工艺
2.2 矿浆浓度对浮选的影响
2.2.1 矿浆浓度的定义
2.2.2 矿浆浓度对浮选的影响
2.3 表征矿浆浓度的泡沫图像特征
2.4 本章小结
3 关键泡沫图像特征选取方法
3.1 图像数据的获取及预处理
3.1.1 图像数据的获取
3.1.2 样本数据预处理
3.2 基于改进信息熵的特征选取方法
3.2.1 基本概念及定义
3.2.2 基于改进信息熵约简算法的泡沫图像特征选取
3.3 基于连续实数粗糙集理论的特征选取方法
3.3.1 基本概念及连续实数粗糙集模型
3.3.2 基于连续实数粗糙集的泡沫图像特征选取
3.4 本章小结
4 基于Boosting-PLSS的矿浆浓度预测模型
4.1 基于样条变换的偏最小二乘法
4.1.1 样条变换
4.1.2 偏最小二乘回归
4.1.3 PLSS回归模型及仿真分析
4.2 Boosting方法
4.2.1 PAC学习模型
4.2.2 AdaBoost.R算法分析
4.3 Boosting-PLSS预测模型
4.3.1 建模思路及步骤
4.3.2 基于分布的PLSS方法
4.4 工业数据仿真分析
4.5 本章小结
5 结论与展望
5.1 结论
5.2 展望
参考文献
攻读学位期间主要的研究成果
致谢