[发明专利]一种基于煤炭光谱数据的煤炭成分分析方法有效
| 申请号： | 201810447623.1 | 申请日： | 2018-05-11 |
| 公开（公告）号： | CN108489912B | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 黎霸俊;肖冬;毛亚纯;宋亮;何大阔 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25;G06N3/04;G06N3/00;G06N20/00 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 胡晓男 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于煤炭光谱数据的煤炭成分分析方法，包括：煤炭光谱数据采集；利用煤炭成分分析模型进行煤炭成分预测，该模型的输入是采集的光谱数据，输出是煤炭成分。本发明提供的方法利用光谱数据和煤炭工业分析测定结果，建立煤炭成分分析模型，该模型利用卷积神经网络提取得到光谱特征数据，将光谱特征数据极限学习机输出煤炭工业分析测定得到的与煤炭光谱数据对应的煤炭成分，此预测过程中采用人工蜂群算法优化极限学习机的权值和偏差量，由此得到优化的煤炭成分分析模型。煤炭成分分析模型与光谱技术融合并应用在煤炭工业分析领域，煤提供了一种新的、快速和准确的煤炭成分分析方法。 | ||
| 搜索关键词： | 煤炭 成分分析 光谱数据 煤炭工业分析 光谱特征数据 极限学习机 光谱数据采集 卷积神经网络 人工蜂群算法 成分预测 光谱技术 输出 偏差量 权值和 优化 采集 融合 预测 应用 | ||
【主权项】：
1.一种基于煤炭光谱数据的煤炭成分分析方法，其特征在于，包括：煤炭光谱数据采集；利用煤炭成分分析模型进行煤炭成分预测，该模型的输入是采集的光谱数据，输出是煤炭成分；所述煤炭成分分析模型的建立方法如下：煤炭光谱数据采集；煤炭工业分析测定，得到与煤炭光谱数据对应的煤炭成分；将光谱数据输入到卷积神经网络，进行特征提取，得到光谱特征数据；极限学习机训练，极限学习机的输入为光谱特征数据，输出为煤炭成分；利用极限学习机对煤炭成分预测，并采用人工蜂群算法优化极限学习机的权值和偏差量，得到煤炭成分分析模型，该模型的输入是采集的光谱数据，输出是煤炭成分。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北大学，未经东北大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810447623.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种果蔬检测装置
- 下一篇：太赫兹光谱分析仪的远程自动维护方法
