摘要
本发明属于光谱分析技术领域,具体涉及一种煤炭焦渣样本分类检测方法及系统,其方法包括:获取各焦渣样本的降噪光谱;根据焦渣样本的光谱和对应降噪光谱的差异、焦渣样本的光谱的波动频率,获取各焦渣样本的光谱的各波长的噪声指数;根据各波长在所有同种焦渣不同焦渣样本的噪声指数的差异的规律,获取各波长的结构表现;根据不同焦渣的相同波长的吸光度差异、同种焦渣不同粉碎程度的焦渣样本的相同波长的吸光度差异,获取各波长的成分表现;结合波长的结构表现和成分表现,获取特征波长,建立焦渣样本的分类检测模型。本发明构建焦渣样本的分类检测模型,提高了焦渣样本分类检测的准确性和检测效率。
技术关键词
分类检测方法
波长
噪声指数
光度
样本
序列
煤炭
计算机程序指令
误差
光谱分析技术
近红外光谱仪
邻域
表达式
神经网络模型
数值
符号
滤波算法
直线
存储器
处理器
系统为您推荐了相关专利信息
文本
数据处理方法
语音识别模型
智能会话技术
会话数据处理
智能构建方法
生命周期特征
阶段
数据
文本分类技术
金属谐振子
有限元仿真分析
多元线性回归模型
结构设计方法
多元线性回归方法
遥感场景图像
参数化特征
输出特征
特征提取模块
卷积神经网络模型