基于伪标签对比学习的泡沫浮选未知工况识别方法

本发明公开了一种基于伪标签对比学习的泡沫浮选未知工况识别方法，涵盖泡沫视频的采集与处理、伪标签的生成与优化以及特征对齐与模型训练等关键环节。针对目标域样本，通过生成伪标签和置信度，根据置信度分别对高置信度和低置信度样本进行优化。高置信度样本通过数据增强提升模型泛化能力，低置信度样本通过聚类生成伪标签并识别未知类别。结合构建的伪标签队列，采用对比学习方法实现源域与目标域特征对齐，增强模型对已知类别的分类精度以及对未知类别的识别能力。本发明减少了对人工标注的依赖，有效地解决了浮选工业中因工况复杂性与不确定性引发的未知工况识别难题，推动浮选过程的智能化发展。