摘要
本发明公开了一种提升金属矿LIBS元素定量分析性能的方法,方法为:采集原始金属矿石样品并破碎研磨得到粒径不大于设定目数的岩石粉末;挑选具备成型辅助能力的粘结剂,根据岩石粉末的量按照设定比例计算粘结剂的添加量,并混合后压片制作样品;在相同的LIBS实验条件下对待测样品进行样品LIBS数据采集;对采集的LIBS数据进行预处理后,建立LIBS元素的卷积神经网络定量分析模型;通过卷积神经网络定量分析模型预测得到样品中各个元素的不同LIBS数据的预测结果;并将同一样品且同一元素的不同LIBS数据的预测结果取平均作为最终的预测值。本发明提高LIBS技术在金属矿产开采领域定量分析应用中的可靠性和实用性。
技术关键词
元素定量分析
定量分析模型
金属矿
随机森林模型
粘结剂
选取特征
LIBS技术
粉末
压片模具
训练集数据
校正算法
矿石
搅拌设备
强度
系列
波长
变量
系统为您推荐了相关专利信息
样本
学习方法
XGBoost模型
天然气
Siamese网络
参数优化模型
污水处理工艺
双向长短期记忆
能耗
污水处理系统
鉴选方法
随机森林模型
图像纹理数据
植被指数数据
超参数
易发性评估方法
山洪灾害
支持向量机模型
随机森林模型
可变模糊集
地球静止轨道卫星
流量预测模型
流量预测方法
随机森林模型
样本