基于双通道卷积神经网络的煤灰分太赫兹预测
摘要
利用太赫兹时域光谱技术对不同煤灰分含量的光谱进行分析，发现在0.5~3 THz频段内，随着煤灰分含量的增加，其折射率会逐步提高，吸收效应也会逐步增强；考虑到煤样品厚度对光谱的影响，提出一种基于厚度校正的吸收系数特征提取方法，提高了低灰分煤样品吸收曲线的数据区分度；利用双通道卷积神经网络提取折射率和吸收系数特征，建立了煤灰分预测模型。实验结果显示，训练集的拟合度为R2=98.21%，预测精度ERMS=0.1442，而预测集的R2=93.56%，ERMS=0.2037，均优于传统PLSR、BP和LSSVM等方法。可见，所提方法在解决选煤厂煤灰分检测问题上具有较好的表现，为选煤厂提供了一种新的技术路径。
引用本文（GB/T 7714）
任姣姣 Ren Jiaojiao, 焦铁鑫 Jiao Tiexin, 顾健 Gu Jian, 等. 基于双通道卷积神经网络的煤灰分太赫兹预测[J]. Acta Optica Sinica, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。