一种利用深度学习实现碳粉纯度智能分析方法

本申请提供一种利用深度学习实现碳粉纯度智能分析方法，包括：获取碳粉样本的散射光谱数据，计算碳粉样本在不同波长下的散射光强度，得到碳粉样本的原始散射光谱曲线数据；对碳粉样本的原始散射光谱曲线数据进行预处理，采用数据平滑和去噪算法，消除曲线数据中的高频噪声和异常点，得到平滑的散射光谱曲线；从平滑的散射光谱曲线中提取特征参数，采用峰值检测算法，确定散射光谱曲线的主要峰位置、峰宽度和峰强度，构建碳粉样本的散射光谱特征向量；根据分解得到的吸附杂质散射峰的位置和强度信息，采用主成分分析方法对吸附杂质的类型和含量进行定性定量分析，得到影响碳粉纯度的主要杂质成分及主要杂志的相对含量。