用于颗粒粒径分布神经网络反演算法的数据集构建方法

本发明提供用于颗粒粒径分布神经网络反演算法的数据集构建方法，包括获取部分基础数据；计算得到粒径测量范围上下限和中心粒径，进一步得到光能分布系数矩阵；假设颗粒粒径满足Rosin‑Rammler分布，确定特征参数的上下限，生成特征参数的第一序列；计算得到第一粒径分布向量和第一光能分布向量，从而生成单峰分布数据集；在特征参数的上下限内按均匀分布方式生成特征参数的第二序列；得到第二、三粒径分布向量，进一步得到第二、三光能分布向量；在特征参数的上下限内按均匀分布方式生成特征参数的第二序列。本发明的有益效果是通过精确计算和合理的参数设置，生成的数据集能够准确地反映真实颗粒粒径分布情况，有助于提高神经网络模型的学习效率和预测精度。