本發(fā)明公開一種礦物
浮選過程指標(biāo)的在線預(yù)測(cè)方法,首先基于關(guān)聯(lián)K近鄰(KNN)對(duì)樣本缺失數(shù)據(jù)進(jìn)行插補(bǔ),再利用皮爾遜相關(guān)系數(shù)和顯著性檢驗(yàn)的方法進(jìn)行特征篩選;然后建立基于時(shí)滯反饋網(wǎng)絡(luò)(NARX)的浮選品位預(yù)測(cè)子模型,并將
浮選機(jī)理和數(shù)據(jù)分析相結(jié)合,共同決定網(wǎng)絡(luò)的時(shí)滯和反饋階次;最后,以NARX為基學(xué)習(xí)器,支持向量回歸(SVR)為次級(jí)學(xué)習(xí)器,建立基于NARX和SVR的stacking集成學(xué)習(xí)浮選品位預(yù)測(cè)模型。本發(fā)明用于
鋁土礦實(shí)際生產(chǎn)過程精礦品位和
尾礦品位的預(yù)測(cè),均方根相對(duì)誤差分別為4.41%和5.19%,平均相對(duì)誤差分別為3.62%和4.08%。
聲明:
“礦物浮選過程指標(biāo)的在線預(yù)測(cè)方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)