摘要
本发明公开了一种矿石元素品位的检测方法,所述方法包括:分别获取待测矿石样本中干扰元素与待测元素吸收的X荧光射线强度值;将待测元素吸收的X荧光射线强度值输入预先训练好的初步品位值预测模型,得到待测元素的初步品位值;初步品位值预测模型使用一元线性回归方法构建;将干扰元素与待测元素吸收的X荧光射线强度值输入预先训练好的校正补偿模型,得到待测元素的校正补偿值;校正补偿模型使用动态正则化随机权神经网络构建;将初步品位值与校正补偿值的和值作为待测元素的最终品位估计值,以获得待测矿石元素品位的检测结果。该方法在选矿现场环境中有效分析了基体元素间的相互干扰导致的误差,提高检测结果的准确性。
技术关键词
测试特征
待测元素
训练特征
一元线性回归方法
矿石
ADMM算法
样本
节点
射线
特征选择算法
荧光
动态
校正
神经网络算法模型
变量
强度
全局正则化
矩阵
系统为您推荐了相关专利信息
污染预测方法
样本
水面
支持向量机识别
图像分割模型
原型
无监督聚类方法
分类工作
网络
形态分类方法
故障预测模型
故障识别方法
故障特征
模拟器
最佳迭代次数
电力计量自动化系统
检测模型训练方法
训练特征
静态特征
异常检测方法
疲劳识别模型
舒适度评估方法
表面肌电信号
器具
训练特征