卷积神经网络辅助激光诱导击穿光谱鉴别37类铁矿石

作者：黄卓敏; 闵红; 严承琳; 安雅睿^*; 刘曙^*

来源：中国无机分析化学, 2023, 13(09): 975-985.

• 铁矿石
• 激光诱导击穿光谱
• 卷积神经网络
• 分类

采用激光诱导击穿光谱快速鉴别铁矿石种类有利于保障贸易双方合法权益，是防止贸易欺诈的有效措施。采用卷积神经网络辅助激光诱导击穿光谱鉴别澳大利亚、哈萨克斯坦、巴西、南非、越南、毛里塔尼亚、伊朗和印度等8个国家37类铁矿石。642批铁矿石3 852条激光诱导击穿光谱经t分布随机邻域嵌入算法降维后，二维散点图表明，随着铁矿石种类增加，鉴别难度增大。对前期16类品牌铁矿石卷积神经网络鉴别模型进行了优化，增加了卷积层和批量归一化层，优化了卷积层中卷积核大小和个数，全连接层中神经元个数等超参数，并对激活函数进行对比和选择。优化模型训练集、验证集、测试集的准确率分别为100%±0.00%,99.54%±0.22%,96.16%±0.43%。采用10倍交叉验证评价了模型稳定性，以测试集准确率和损失函数作为评价指标，获得了最优应用模型。方法有助于推动激光诱导击穿光谱在铁矿石分析测试领域的实际应用。

• 单位
  上海理工大学