[发明专利]基于深度神经网络的稀土元素组分含量预测方法及系统有效
申请号: | 202210900720.8 | 申请日: | 2022-07-28 |
公开(公告)号: | CN115206455B | 公开(公告)日: | 2023-07-18 |
发明(设计)人: | 张水平;张奇涵;王碧;钟志雄 | 申请(专利权)人: | 江西理工大学 |
主分类号: | G16C20/30 | 分类号: | G16C20/30;G16C20/70 |
代理公司: | 北京盛广信合知识产权代理有限公司 16117 | 代理人: | 刘化帅 |
地址: | 341000 江*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于深度神经网络的稀土元素组分含量预测方法及系统,包括:获取同等外界条件下具备颜色特征的稀土元素混合溶液图像数据集;根据所述稀土元素混合溶液图像数据集以及对应的稀土元素组分含量真实值,构建CNN模型,根据所述CNN模型卷积层、池化层和全连接层节点的不同,构建轻量化VGG模型;根据所述轻量化VGG模型提取图像抽象表征,输出稀土元素组分含量预测值;根据所述稀土元素组分含量预测值与所述稀土元素组分含量真实值通过L1Loss损失函数构建深度神经网络回归模型,获取网络权值并进行迭代训练获取最优网络权值,输出稀土元素混合溶液的稀土元素组分含量。本发明成本较低、精度较高、速度较快。 | ||
搜索关键词: | 基于 深度 神经网络 稀土元素 组分 含量 预测 方法 系统 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西理工大学,未经江西理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202210900720.8/,转载请声明来源钻瓜专利网。