摘要
公开一种基于线性回归结合随机配置网络的矿石元素品位检测方法,包括:将获取的矿石中的待测元素的特征X射线强度值输入训练好的一元线性回归模型,得到待测元素的初始品位估计值;将待测元素的特征X射线强度值和筛选出的m种干扰元素的特征X射线强度值输入训练好的随机配置网络算法模型,得到待测元素的品位估计值的校正补偿值;将待测元素的品位估计值和所述待测元素的品位估计值的校正补偿值相加,输出的两者之和即为待测元素的最终品位估计值,从而得到矿石元素品位检测结果。该方法引入线性回归模型结合随机配置网络算法模型分析基体元素互相影响所致误差,相较于传统经验分析拟合结果更加准确,相较于基本参数法的仪器对选矿现场环境适用性更强。
技术关键词
一元线性回归模型
配置网络
特征X射线
待测元素
矿石
样本
补偿值
增量构建方法
强度
节点数
算法模型训练
训练集
广义逆矩阵
校正
系统为您推荐了相关专利信息
感应同步器
姿态故障
测角系统
一元线性回归模型
稳定系统
多模态特征融合
配矿方法
语义特征
矿石
显示设备
特征X射线
位置灵敏探测器
CT扫描系统
数据处理系统
重建算法
成分检测装置
矿物成分检测方法
探测器单元
信号处理单元
支撑柱体