一种基于对抗训练去噪自编码器的泡沫浮选品位预测方法

本发明提供了一种基于对抗训练去噪自编码器(Adv‑DAE)的泡沫浮选品位预测方法，使用PGD法攻击原始浮选图像，生成对抗样本后，输入去噪自编码器进行特征提取与数据重建。将训练后Adv‑DAE模型的编码器部分与多层感知机结合，建立浮选泡沫图像与品位数据之间的回归关系模型，进行泡沫浮选过程中的品位预测。本发明无须制作特定的噪声数据集，而是通过对抗训练提高模型的抗噪能力，这种方式能够有效提高模型在噪声数据下的鲁棒性，从而提高工业现场噪声数据下品位预测的准确性。