一种贝叶斯优化与深度网络融合的颗粒物粒径分布反演方法

本发明涉及一种贝叶斯优化与深度网络融合的颗粒物粒径分布反演方法，属于颗粒物检测技术领域，包括以下步骤：S1：采集颗粒物散射光强数据，形成散射强度矩阵；S2：建立颗粒物的理论散射矩阵，生成不同粒径分布条件下的散射光场仿真数据，最终形成不同粒径分布条件下的仿真数据集；S3：构建深度卷积神经网络模型，利用仿真数据集对模型参数进行训练和更新，对颗粒物粒径分布进行初步预测；S4：基于正则化最小二乘法对粒径分布进行优化估计。