摘要:针对矿物浮选过程中泡沫图像处理的精矿品位建模存 在有效泡沫图像样本缺乏、模型检测精度不足、泛化能力和 鲁棒性较差等问题,提出了一种基于自注意力机制的变分自 编码生成对抗网络(SAGVAEGAN)模型.其中,生成器使用 由编码器和解码器组成的变分自编码器,编码层引入自注意 力机制使卷积操作能更好地捕捉长距离依赖,获取全局信 息,生成高质量的图像;判别器中嵌入分类器使其不仅有判 别真假的功能,还能实现检测的目的.试验结果表明,该模 型与其他检测模型相比有较强的泛化能力和鲁棒性,在精矿 品位检测中准确率达到了96.67%.