-
题名基于深度残差网络和近红外光谱的煤矸石智能识别
- 1
-
-
作者
王亚栋
贾俊伟
谭韦君
雷萌
-
机构
山西天地王坡煤业有限公司
天地(常州)自动化有限公司
中国矿业大学信息与控制工程学院
-
出处
《分析测试学报》
CAS
CSCD
北大核心
2024年第4期607-613,共7页
-
基金
国家自然科学基金(62373360,51904197)
天地(常州)自动化股份有限公司科研项目(2022FY0009)。
-
文摘
该文开发了一种融合近红外光谱技术与一维残差深度网络(1D-ResNet)的煤炭及矸石快速分类方法。为保证实验样本的多样性,从河南、河北、山东3省份的多个煤矿中采集了430个煤炭与矸石样本,并基于欧氏距离对异常样本予以剔除,以获得高质量的建模数据集。在此基础上,为准确捕捉煤炭和矸石与其光谱特征之间的复杂映射关系,构建了基于1D-ResNet的分类模型,可在有效解决梯度消失问题的同时深度挖掘煤炭与矸石的光谱特性,获得高精度的分析结果。五折交叉验证结果显示,该模型的平均准确率达96.26%,显著优于支持向量机和随机森林等传统机器学习算法。在训练集和测试集上,该模型的损失函数变化趋势表现出较高的一致性,说明模型具备良好的泛化能力。测试发现,模型处理每一百个样本的推理时间仅为16.230 ms,进一步突显了其在煤炭与矸石在线分选领域的优势和潜在应用价值。
-
关键词
煤矸石识别
近红外光谱
深度学习
残差网络
-
Keywords
coal gangue identification
near infrared spectroscopy
deep learning
residual net⁃work
-
分类号
O657.3
[理学—分析化学]
TQ533
[化学工程—煤化学工程]
-
-
题名基于红外传感器和ARM的大气有害气体浓度监测系统
被引量:13
- 2
-
-
作者
谭韦君
丁万山
-
机构
南京航空航天大学自动化学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2011年第3期321-324,共4页
-
基金
常州人本电气有限公司项目
-
文摘
介绍了以ARM处理器S3C44B0为核心、利用红外光谱原理对大气有害气体浓度进行监测的实时在线检测系统。通过对测试原理和方法的充分论证之后,设计了气体浓度检测的红外传感器。开发了以S3C44B0为核心,包括A/D转换模块、LCD液晶显示模块、RS485通讯模块等在内的ARM中央硬件处理平台。与传统的同类传感器相比,具有响应速度快、重复性好、高精度等优点。实验表明:测试精度可达到5×10-6,可以广泛用于工业废气、大气环境等领域的监测和预报。
-
关键词
有害气体
红外光谱
ARM
RS485
粒子滤波
-
Keywords
harmful gas
infrared spectral
ARM
RS485
particle filter
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
-