孙福玉

摘  要：对SiO2高温实时动态数据的分析，为铁尾矿的综合回收利用提供一定的解决方案。使用减去背景图像的序列图像对图像进行分割，然后将其二值化以获得与SiO2对应的像素点的位置。在后处理过程中，使用聚类分析模型去噪;神经网络用于自动识别二氧化硅。其次建立一个表示SiO2的边缘轮廓特征指数，通过二氧化硅的位置，然后可以根据位置计算出二氧化硅轮廓的距离指数。根据特征值表估算二氧化硅的实际熔融速率。最后使用定义为回归变量的无量纲参数建立多元回归模型，然后估算粒子体积，获得质量以找到实际的熔化速率。

关键词：聚类分析;神经网络;特征值表;多元回归模型

中图分类号：TD926         文献标志码：A         文章编号：2095-2945（2020）15-0040-02

Abstract： The analysis of SiO2 high temperature real-time dynamic data provides a certain solution for the comprehensive recovery and utilization of iron tailings. The image is segmented using a sequence of images subtracted from the background image， and then binarized to obtain the position of the pixel corresponding to the SiO2. In the post-processing process， the cluster analysis model is used to denoise， and the neural network is used to automatically identify silica. Secondly， an edge profile characteristic index representing SiO2 is established， and then the distance index of silica profile can be calculated according to the position of silica. The actual melting rate of silica is estimated according to the eigenvalue table. Finally， a multiple regression model is established using the dimensionless parameters defined as regression variables， and then the particle volume is estimated to obtain the mass to find the actual melting rate.

Keywords： cluster analysis; neural network; eigenvalue table; multiple regression model

尾矿的处置需要占用大量土地资源，而且对尾矿覆盖地区的生态环境造成巨大破坏，所以需要单独的处理和维护。尾矿资源的综合回收利用，不仅可以充分利用矿产资源，扩大矿产资源的利用范围，延长矿山的使用寿命，还可以提高矿山资源的利用率。它也是控制污染和保护生态的重要手段。

1 聚类分析

将以往高温数据图形首先导入到matlab中以确定二氧化硅的位置，然后使用序列图像减去背景图像对图像进行分割，然后将其二值化以获得与二氧化硅对应的像素位置。

影响结果的噪声也需要处理才能获得更好的结果。作为后续跟踪的基础，本文使用聚类分析模型对连接的离散运动目标的点进行消噪。……