-
公开(公告)号:CN115018045A
公开(公告)日:2022-09-06
申请号:CN202210523685.2
申请日:2022-05-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06N3/04 , G06N3/08 , G01N23/223
Abstract: 本发明提供的基于GWO‑BP神经网络的XRF元素定量分析方法,属于X荧光光谱元素检测技术领域,包括构建BP神经网络,利用GWO优化BP神经网络的权值和阀值,根据优化后的权值和阀值再训练BP神经网络,定量预测待测元素含量;最后以决定系数评价GWO‑BP的预测效果。本发明运算过程简便,速度快,预测精度高,可以简便有效地对待测物所含元素进行定量预测。
-
公开(公告)号:CN117554400A
公开(公告)日:2024-02-13
申请号:CN202311484625.5
申请日:2023-11-08
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N23/223 , G06F18/24 , G06F18/15 , G06F18/214 , G06N3/088
Abstract: 本发明属于铜精矿判别技术领域,公开了一种基于XRF铜精矿判别方法及系统,获取矿石样品的原始谱图数据D和样品标签L;对D进行归一化处理,并采用竞争性自适应重加权采样法进行波段选择得到D_c;采用留一法划分测试集d_test和训练集d_train;利用训练集d_train训练孪生神经网络;采用欧式距离K最近邻算法求出d_test的预测标签L_pre;计算输出准确率accu,采用准确率对所有预测效果进行评估。本发明在辨别铜精矿领域具有便于操作,经济可靠,准确率高,稳定性强等优势,采用cars提取有效信息,避免Siamese网络训练计算量大,时间代价高等问题,并用knn进一步提升了辨别的准确性。
-
公开(公告)号:CN117238392A
公开(公告)日:2023-12-15
申请号:CN202311193431.X
申请日:2023-09-15
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G16C20/20 , G01N23/223 , G16C20/70 , G06F18/27 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于Transformer‑CNN的XRF元素定量分析方法,属于X荧光光谱元素检测技术领域,包括以下步骤,步骤1:获取XRF谱图,确定元素含量;步骤2:通道截取和数据标准化处理;步骤3:划分训练集和测试集;步骤4:构建特征挖掘协调模块;步骤5:搭建Transformer‑CNN深度学习模型;步骤6:训练集训练Transformer‑CNN模型;步骤7:测试集预测目标元素含量;步骤8:评价指标评价模型预测效果。本发明无需对XRF谱图进行复杂预处理,能够准确、无损、有效地检测土壤中重金属元素的含量。
-
公开(公告)号:CN115879039A
公开(公告)日:2023-03-31
申请号:CN202211396783.0
申请日:2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/2411 , G01N23/223 , G06F18/214 , G06F18/213
Abstract: 本发明属于X射线荧光仪(XRF)元素定量分析领域,公开了一种支持向量回归(Support Vector Regression,SVR)结合引力搜索算法(Gravitational Search Algorithm,GSA)的元素含量定量分析方法,包括:确定待测元素,利用光谱仪获取待测样本的XRF光谱数据;基于所述光谱数据确定待测元素的峰值信息;构建GSA‑SVR模型并利用数据集对构建GSA‑SVR模型进行训练,利用训练好的GSA‑SVR模型基于所述待测元素的峰值信息预测待测元素的含量。通过对数据集进行归一化处理后,将数据进行训练集、测试集划分,利用训练集数据构建SVR预测模型,再通过测试集预测模型性能,基于GSA优化后得到的训练样本数据构建的GSA‑SVR模型,通过该模型来实现元素的定量分析。基于GSA‑SVR的元素含量定量分析可以广泛应用于元素的XRF定量分析领域。
-
公开(公告)号:CN115795272A
公开(公告)日:2023-03-14
申请号:CN202211272187.1
申请日:2022-10-18
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/10 , G06F17/14 , G06F123/00
Abstract: 本发明属于光谱数据分析处理技术领域,公开了一种基于分数阶迭代离散小波变换的谱线去噪方法,对待测样品的原始检测谱线信号进行G‑L分数阶处理,采用迭代法搜索得到最优分数阶;对信号的最优分数阶进行傅里叶变换;进行迭代离散小波分解、重构得到最佳小波变换系数;并对最佳小波变换系数进行修正以及小波重构得到重构估计信号;对变换后的信号进行‑p阶分数阶傅里叶变换得到去噪后的谱线信号本发明通过采用分数阶傅里叶变换和迭代离散小波相结合的方法对谱线进行去噪,能够清楚地保留信号中的细节,无锐化、过度平滑的现象,提高信噪比,科学合理,流程简单,便于操作,结果直观,通俗易懂,相对于现有去噪方法去噪效果更好。
-
公开(公告)号:CN113960090A
公开(公告)日:2022-01-21
申请号:CN202111205364.X
申请日:2021-10-15
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N23/223
Abstract: 本发明公开了一种基于LSTM神经网络算法的土壤Cd元素光谱定性分析方法,通过采用LSTM神经网络算法定性判别土壤中是否含有镉元素,将XRF光谱分析仪实际测得谱图数据作为训练矩阵,然后利用Matlab软件构建LSTM神经网络模型,建立相干元素的峰值信息和Cd元素浓度的关系,通过测试样本进行实例验证,得到Cd元素的定性判别结果。研究表明,本发明提出的基于LSTM神经网络算法的微量元素定性预测方法在土壤成分检测领域具有重要的应用价值。
-
公开(公告)号:CN216594876U
公开(公告)日:2022-05-24
申请号:CN202123019728.3
申请日:2021-12-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N23/223
Abstract: 本实用新型公开了一种基于X射线荧光的液体样品分析装置,包括底座,所述底座的上端与活动座转动连接,所述活动座的上端可拆卸连接有多个样品杯,其中一个所述样品杯的上方设置有相互配合的X射线发生器和探测器,所述活动座与底座之间通过限位组件扣接。本实用新型所述的一种基于X射线荧光的液体样品分析装置,可以同时在活动座上放置多个样品杯,当其中一个样品杯测试结束后,通过转动活动座,使得下一个样品杯准确的移动至X射线发生器和探测器的下方,方便实际测试,提高了便利性。
-
公开(公告)号:CN217605324U
公开(公告)日:2022-10-18
申请号:CN202123034777.4
申请日:2021-12-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01N1/08
Abstract: 本实用新型公开了一种分隔式多仓矿石样品取样器,包括螺旋升降装置、取样装置和支撑装置,所述取样装置与所述螺旋升降装置的下端连接,所述支撑装置与所述螺旋升降装置的中段螺纹连接。与现有技术相比,本实用新型通过设置的取样套筒、多仓分隔筒和矿石切割齿,能够在矿石切割采集时,对矿石进行分仓采集,来方便矿石的分隔取样,通过设置的支撑固定架、调节套杆、挤压弹簧和贴合底板,能够调整改变取样器的的支撑高度,方便不同场合下的取样。
-
-
-
-
-
-
-