针对矿物浮选过程中回收率参数难以在线检测的问题，提出了一种智能预测算法．首先采用相对红色分量提取泡沫颜色特征，采用改进面积重构变换与分水岭方法分割泡沫图像并提取尺寸特征；然后在此基础上，通过斯密特正交化对最小二乘支持向量机（ＬＳＳＶＭ）核矩阵进行简约，利用核偏最小二乘方法进行回归计算，得到具有稀疏性的ＬＳＳＶＭ 预测模型．实验结果表明，该预测算法能有效地对矿物回收率进行预测．