首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于XRF的矿石元素品位随机权神经网络软测量方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:沈阳隆基智能技术研究有限公司

摘要:本发明提供了一种基于XRF的矿石元素品位随机权神经网络软测量方法,包括:将采用XRF法实时获取的待测元素的特征峰面积数据以及与待测元素对应的m种干扰元素的特征峰面积数据输入构建完成的RVFL神经网络,即可输出相应的待测元素的品位预测值。本发明提供的基于XRF的矿石元素含量随机权神经网络软测量方法,其中,所述RVFL神经网络的构建包括:计算输入层和隐藏层到输出层的权重β的最优解,本发明的随机权神经网络仅网络的输出权值需要训练,其他权值随机设置,整个训练过程无需网络的梯度信息,克服了基于梯度下降的神经网络收敛速度慢及局部极小问题,且测量精度较高。

主权项:1.一种基于XRF的矿石元素品位随机权神经网络软测量方法,其特征在于,包括:将采用XRF法实时获取的待测元素的特征峰面积数据以及与待测元素对应的m种干扰元素的特征峰面积数据输入构建完成的RVFL神经网络,即可输出相应的待测元素的品位预测值;其中,所述RVFL神经网络的构建包括:采用XRF法测得n个目标样本中待测元素以及与待测元素对应的m种干扰元素的特征峰面积数据,并通过人工化验获取前述各目标样本中待测元素的品位数据,所述待测元素以及与待测元素对应的m种干扰元素的特征峰面积数据和所述待测元素的品位数据构成用于训练RVFL神经网络的样本数据,其中,n与m均为正整数,且nm;以及确定随机分配的输入权重矩阵W和偏置矩阵B,计算输入层和隐藏层到输出层的权重β的最优解,设定节点数目为A的输入层、增强节点数目为L的隐藏层和节点数目为D的输出层,其中A=m+1,增强节点数目L由经验公式确定,其中,c为正整数且取值为1-10,A为大于等于2的正整数、D为大于等于1的正整数。

全文数据:

权利要求:

百度查询: 沈阳隆基智能技术研究有限公司 基于XRF的矿石元素品位随机权神经网络软测量方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。