| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-23页 |
| ·研究背景及意义 | 第12-14页 |
| ·矿物浮选过程的国内外研究现状 | 第14-18页 |
| ·浮选过程参数检测的研究现状 | 第14-15页 |
| ·浮选泡沫图像的研究现状 | 第15-18页 |
| ·多模型集成软测量建模方法的研究现状 | 第18-21页 |
| ·论文研究内容及结构安排 | 第21-23页 |
| 第二章 铝土矿浮选工艺机理分析 | 第23-37页 |
| ·铝土矿浮选工艺简介 | 第23-26页 |
| ·pH值是高效泡沫浮选的关键 | 第26-29页 |
| ·影响铝土矿的可浮性 | 第26-27页 |
| ·影响药剂的浮选活性 | 第27页 |
| ·影响矿浆中的离子组成 | 第27-29页 |
| ·pH值是调整Na_2CO_3加入量的依据 | 第29-32页 |
| ·泡沫图像是矿浆pH值的指示器 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 铝土矿浮选泡沫图像特征提取 | 第37-57页 |
| ·泡沫图像预处理 | 第37-42页 |
| ·基于双重滤波的泡沫图像去噪 | 第38-40页 |
| ·基于视觉感知的泡沫图像灰度化 | 第40-41页 |
| ·基于空间变换反锐化掩模的泡沫图像增强 | 第41-42页 |
| ·基于全变差修复与色彩空间变换的颜色特征提取 | 第42-48页 |
| ·基于全变差修复的泡沫顶部亮点移除 | 第43-46页 |
| ·基于色彩空间变换的泡沫颜色鲁棒计算 | 第46-48页 |
| ·基于自适应粒子群优选谷底检测阈值的形态特征提取 | 第48-53页 |
| ·泡沫图像谷底检测算法 | 第49-50页 |
| ·适应度反馈粒子群优选谷底检测阈值 | 第50-51页 |
| ·泡沫图像分割结果评价 | 第51-52页 |
| ·泡沫形态特征计算 | 第52-53页 |
| ·基于空间融合灰度共生矩阵的纹理特征提取 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 基于代价约束多核LSSVR的局部建模 | 第57-80页 |
| ·数据预处理 | 第57-60页 |
| ·代价约束多核最小二乘支持向量回归模型 | 第60-68页 |
| ·多核最小二乘支持向量回归模型 | 第60-63页 |
| ·多核最小二乘支持向量回归机的代价约束 | 第63-65页 |
| ·代价约束多核最小二乘支持向量回归机的稀疏性实现 | 第65-68页 |
| ·基于偏最小二乘的代价约束多核回归模型的鲁棒性增强 | 第68页 |
| ·代价约束多核最小二乘支持向量回归模型校正 | 第68-73页 |
| ·基于偏差估计的模型输出校正 | 第69-70页 |
| ·基于随机学习的模型参数校正 | 第70-73页 |
| ·仿真测试 | 第73-78页 |
| ·标准数据测试 | 第73-76页 |
| ·工业数据测试分析 | 第76-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 基于加权FSVM的多工况子模型组合全局建模 | 第80-100页 |
| ·多模型软测量原理 | 第80-81页 |
| ·基于加权FSVM的浮选工况识别 | 第81-95页 |
| ·经典支持向量分类机模型 | 第81-83页 |
| ·特征加权支持向量分类机模型 | 第83-87页 |
| ·加权模糊多类支持向量分类机模型 | 第87-91页 |
| ·分类模型的性能测试 | 第91-95页 |
| ·基于多工况子模型模糊组合的全局建模 | 第95-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 工业验证及应用 | 第100-112页 |
| ·铝土矿浮选泡沫图像采集系统 | 第100-108页 |
| ·图像采集点的确定 | 第101-103页 |
| ·硬件系统配置 | 第103-104页 |
| ·软件系统结构 | 第104-108页 |
| ·工业应用 | 第108-111页 |
| ·本章小结 | 第111-112页 |
| 第七章 结论与展望 | 第112-114页 |
| ·结论 | 第112-113页 |
| ·展望 | 第113-114页 |
| 参考文献 | 第114-126页 |
| 致谢 | 第126-128页 |
| 攻读学位期间主要的研究成果 | 第128-129页 |