Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

ИДЕНТИФИКАЦИЯ РАЗЛИЧНЫХ ТИПОВ БОКСИТОВ НА ОСНОВЕ ЛАЗЕРНО-ИСКРОВОЙ ЭМИССИОННОЙ СПЕКТРОСКОПИИ И СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ

Аннотация

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. 

Об авторах

P. Sun
Северный университет Китая
Китай

Тайюань, Шаньси



X. Hao
Северный университет Китая
Китай

Тайюань, Шаньси



W. Hao
Северный университет Китая
Китай

Тайюань, Шаньси



B. Pan
Северный университет Китая
Китай

Тайюань, Шаньси



Y. Yang
Северный университет Китая; Лулянский университет
Китай

Тайюань, Шаньси
Лулян, Шаньси



Y. Liu
Северный университет Китая
Китай

Тайюань, Шаньси



Y. Tian
Северный университет Китая
Китай

Тайюань, Шаньси



H. Jin
Северный университет Китая
Китай

Тайюань, Шаньси



Список литературы

1. R. A. Marín, V. Dwivedi, M. Pisarčík, M. Veis, J. Miškovičová, Y. Halahovets, P. Šiffalovic, M. Držík, P. Veis, J. Fusion Eng. Design, 172, 11298 (2021).

2. S. Shahida, N. Ahmed, S. Razzaque, A. Jabbar, M. Rafique, M. I. Khan, M. Hafeez, M. A. Baig, J. Laser Phys., 31, No. 5, 105601 (2021).

3. Y. W. Yang, X. J. Hao, L. L. Zhang, L. Ren, J. Sensor, 20, No. 5, 1–11 (2020).

4. I. Jõgi, P. Paris, K. Piip, J. Ristkok, R. Talviste, H. M. Piirsoo, A. Tamm, E. Grigore, A. Hakola, P. B. Tyburska, H. J. Meiden, Phys. Scr., 96, No. 11, 114010 (2021).

5. Z. M. Lu, X. X. Chen, Y. Jiang, X. Li, J. Z. Chen, Y. S. Li, W. Y. Lu, J. D. Lu, S. C. Yao, Renew. Energ., 164, 1204–1214 (2021).

6. X. B. Xu, F. Ma, J. M. Zhou, C. W. Du. J. Computers and Electronics in Agriculture, 199, 107171 (2022).

7. S. Banu, B. Armin, M. V. Hasan, H. B. Ismail, J. Food Chem., 372, 131245 (2022).

8. W. X. Li, G. H. Chen, Q. D. Zeng, M. G. Yuan, W. G. He, Z. F. Jiang, Y. Liu, C. J. Nie, H. Q. Yu, L. B. Guo, J. Spectrosc. Spectr. Anal., 41, No. 8, 2638–2643 (2021).

9. J. A. Liu, J. M. Li, N. Zhao, Q. X. Ma, L. Guo, Q. M. Zhang, J. Spectrosc. Spectr. Anal., 41, No. 6, 1955–1960 (2021).

10. O. Gazeli, E. Bellou, D. Stefas, S. Couris, J. Food Chem., 302, 125329 (2020).

11. X. H. Li, S. B. Yang, R. W. Fan, X. Yu, D. Y. Chen, J. Opt. Laser Tech., 102, 233–239 (2018)


Рецензия

Для цитирования:


Sun P., Hao X., Hao W., Pan B., Yang Y., Liu Y., Tian Y., Jin H. ИДЕНТИФИКАЦИЯ РАЗЛИЧНЫХ ТИПОВ БОКСИТОВ НА ОСНОВЕ ЛАЗЕРНО-ИСКРОВОЙ ЭМИССИОННОЙ СПЕКТРОСКОПИИ И СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ. Журнал прикладной спектроскопии. 2022;89(5):740.

For citation:


Sun P., Hao X., Hao W., Pan B., Yang Y., Liu Y., Tian Y., Jin H. LASER-INDUCED BREAKDOWN SPECTRAL SEPARATION METHOD FOR BAUXITE BASED ON CONVOLUTIONAL NEURAL NETWORK. Zhurnal Prikladnoii Spektroskopii. 2022;89(5):740.

Просмотров: 121


ISSN 0514-7506 (Print)