神经网络在测定炉渣中Ca和Mg含量的应用

梁云仙; 陈兴龙; 王琦; 王静鸽; 杨阳; 倪志波; 董凤忠

摘要

为对炉渣中的Ca、Mg含量进行定量分析,将反向传播神经网络与激光诱导击穿光谱技术相结合,采用自适应学习速率结合附加动量的方法对25种样品进行网络仿真训练,建立了定标模型。鉴于网络输入对提高测量结果重复性和准确性的影响,训练过程中着重研究了仅使用元素谱线积分强度及将一段背景谱线强度与元素谱线积分强度相结合的两种网络输入对网络性能的影响,并在非训练样品中任意抽取5种样品,对定标模型进行了验证。结果表明,在分析成分复杂的炉渣中的Ca、Mg含量时,采用加入一段背景谱线积分强度的网络输入,神经网络能够更充分的利用光谱中的信息,对消除基体效应和谱线之间的干扰具有较好的预测效果。

单位
中国科学院，安徽光学精密机械研究所; 合肥工业大学; 中国科学院安徽光学精密机械研究所

收藏分享被引浏览

更新时间：2019-10-26 20:19

神经网络在测定炉渣中Ca和Mg含量的应用

摘要

产品服务

站内浏览

服务支持

联系方式

科研之友