TY  - JOUR
T1  - ИДЕНТИФИКАЦИЯ РАЗЛИЧНЫХ ТИПОВ БОКСИТОВ НА ОСНОВЕ ЛАЗЕРНО-ИСКРОВОЙ ЭМИССИОННОЙ СПЕКТРОСКОПИИ И СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ
JF  - Журнал прикладной спектроскопии
AU  - Sun P. , 
AU  - Hao X. , 
AU  - Hao W. , 
AU  - Pan B. , 
AU  - Yang Y. , 
AU  - Liu Y. , 
AU  - Tian Y. , 
AU  - Jin H. , 
Y1  - 2022-09-27
UR  - https://www.academjournals.by/publication/15584
N2  - Для идентификации различных типов бокситов предложена структура сверточной нейронной сети (CNN) в сочетании с лазерно-искровой эмиссионной спектроскопией методом анализа главных компонент. Полученные на спектрометре данные нормализуются для исключения влияния разных размерностей на интенсивности возбуждения каждой спектральной линии. Размерность признаков нормализованных выборок уменьшается с помощью анализа главных компонент. Входные данные получают с помощью операций свертки и объединения в CNN. Точность классификации при одной свертке и объединении 97.4%, при множественных свертках и объединениях 99.6%. Для оценки производительности предложенной модели построены модели, основанные на методах k-ближайших соседей, случайного леса, опорных векторов и входных характеристиках полного спектра. Показано, что CNN обладают большим потенциалом в области идентификации и классификации бокситов и обеспечивают надежный метод обработки данных, который позволяет классифицировать материалы со схожими химическими свойствами с использованием лазерно-искровой эмиссионной спектроскопии.