摘要
本申请涉及数据处理技术领域,公开了一种离子浓度分析方法及系统。所述方法包括:对氢氧离子仓中的多个监测点位进行光谱数据采集,得到每个监测点位的原始光谱数据集;分别对所述原始光谱数据集进行光谱幅度、形状和信息差异度量,得到每个监测点位的综合光谱特征数据;将每个监测点位的综合光谱特征数据输入预置的偏最小二乘回归模型进行离子浓度预测,得到每个监测点位的离子浓度预测数据;将每个监测点位的离子浓度预测数据输入预置的集成代价敏感深度神经网络模型进行离子浓度异常检测,得到目标离子浓度异常检测结果,本申请提高了氢氧离子仓的离子浓度检测准确率。
技术关键词
监测点
浓度分析方法
离子
深度神经网络模型
偏最小二乘回归模型
浓度分析系统
多通道光谱仪
分类器模型
曲线
度量
氢氧
分析设备
编码
可读存储介质
矩阵
数据处理技术
数据标签
存储器
系统为您推荐了相关专利信息
蛇形通道
入口
等离子清洗机
模块
聚二甲基硅氧烷
门控循环单元神经网络
锂离子电池容量
单体电池容量
容量预测模型
鲸鱼优化算法
Stacking模型
深度神经网络模型
梯度提升树模型
数据处理模块
测试模块
茶叶样品
茶叶提香
自动检测方法
液相色谱
深度神经网络模型