-
公开(公告)号:CN110223288A
公开(公告)日:2019-09-10
申请号:CN201910519815.3
申请日:2019-06-17
Applicant: 华东交通大学
Abstract: 本发明提供一种有颜色特征和无颜色特征的稀土离子共存条件下多组分含量预测方法,涉及稀土萃取过程组分含量预测领域。该方法包括:稀土萃取过程存在组分含量难以快速、准确检测的问题,针对含有无色Ce离子的CePr/Nd混合溶液与Pr/Nd溶液的图像颜色特征有较大差异,导致原有基于颜色特征的单一稀土元素组分含量检测方法不再适用,提出一种基于GA-ELM的稀土萃取过程多组分含量预测方法。首先在HSI颜色空间下寻得与组分含量相关性最大的H、S分量;然后以H、S分量一阶矩为输入,建立基于极限学习机ELM的多组分含量软测量模型;针对ELM模型的初始权值和阈值的不确定性,采用遗传算法GA对模型参数进行优化,使优化后的组分含量ELM模型精度更高。
-
公开(公告)号:CN110223288B
公开(公告)日:2021-01-08
申请号:CN201910519815.3
申请日:2019-06-17
Applicant: 华东交通大学
Abstract: 本发明提供一种有颜色特征和无颜色特征的稀土离子共存条件下多组分含量预测方法,涉及稀土萃取过程组分含量预测领域。该方法包括:稀土萃取过程存在组分含量难以快速、准确检测的问题,针对含有无色Ce离子的CePr/Nd混合溶液与Pr/Nd溶液的图像颜色特征有较大差异,导致原有基于颜色特征的单一稀土元素组分含量检测方法不再适用,提出一种基于GA‑ELM的稀土萃取过程多组分含量预测方法。首先在HSI颜色空间下寻得与组分含量相关性最大的H、S分量;然后以H、S分量一阶矩为输入,建立基于极限学习机ELM的多组分含量软测量模型;针对ELM模型的初始权值和阈值的不确定性,采用遗传算法GA对模型参数进行优化,使优化后的组分含量ELM模型精度更高。
-