摘要
本申请实施例提供一种分析铀多金属矿元素的激光光谱数据处理方法,所述方法可以获取光谱检测设备对铀多金属矿样本进行光谱检测获得的原始光谱数据。并将原始光谱数据输入检测模型,以获得检测模型输出的检测结果数据。再获取实验结果数据,并通过对比检测结果数据和实验结果数据,验证检测模型。其中,所述检测模型为基于样本光谱数据训练获得卷积神经网络模型,且所述检测模型可以基于动态不确定性加权损失函数执行模型训练。所述方法通过结合深度学习中的多任务卷积神经网络和动态不确定性加权损失函数,以原始光谱数据为输入,可减少对光谱预处理的依赖,同时提升对目标元素浓度的定量分析精度。
技术关键词
光谱检测设备
加权损失函数
不确定性参数
光谱数据处理方法
金属矿
卷积模块
元素
卷积神经网络模型
样本
变换特征
多任务卷积神经网络
验证检测模型
非线性
标签
动态
检测光
激光
数据处理系统
系统为您推荐了相关专利信息
电路板检测方法
故障预测模型
预测模型训练
参数
LED指示模块
路径规划方法
交通图
矩阵补全方法
差分隐私保护
加权损失函数
轨迹预测方法
矿井
人工神经网络
数据
多时间尺度