摘要
本申请的实施例提供了抛光液成分校正模型构建方法、抛光液成分校正方法和装置,通过收集光谱数据x,其中包括样本序号和相应的光谱信息,光谱信息包含水性成分、油性成分和固体成分波长信息和波峰强度;收集成分含量y,其中包括样本的序号以及对应的成分含量,成分含量包含水性成分含量、油性成分含量和固体成分含量;进行数据预处理,使用一维卷积神经网络建立光谱数据与成分含量之间的关系模型;将模型得出的结果与传统称量方法得出的结果进行对比,以评估和提高准确率。通过高效的数据处理和模型训练流程,快速获得预测结果,适用于抛光液工业生产中的实时监控和质量控制。
技术关键词
成分含量
一维卷积神经网络
抛光液
模型构建方法
数据
校正方法
预测误差
波长
样本
独立成分分析
皮尔逊相关系数
水性
更新模型参数
称量方法
模型训练模块
超参数
固体
生成特征
校正装置
系统为您推荐了相关专利信息
故障在线检测
数据
分析方法
断路器开关设备
故障检测技术
支持向量回归
多组分气体
油浸式变压器
气体检测模块
监测系统
事件关联分析方法
客户
电力设备信息
神经网络模型
电力设备节点
二维医学图像
图像生成网络
生成方法
医学影像数据
文本