使用光谱空间联合特征对伊尔梅尼特进行多组件高光谱等级评估.
Xinqiang Yi1, Manjiao Chen1, Wang Guo1
1School of Mechanical Engineering, Sichuan University of Science and Engineering, Zigong 643000, China. mj-chen@suse.edu.cn.
超光谱成像 (HSI) 提供了一种快速准确评估伊尔梅尼特矿石矿石等级的新方法. 该方法整合了光谱和空间数据,用于实时多元组件分析,改进了矿物质价值评估.
科学领域:
- 矿物学和材料科学 矿物学和材料科学
- 地质化学 地质化学
- 频谱学是一种光谱学.
背景情况:
- 精确的矿石等级评估对于矿产资源估值至关重要.
- 现有的在线实时多元件矿石等级检测方法不足.
- 伊尔梅尼特矿石分析需要有效的方法来同时评估多个组件等级.
研究的目的:
- 开发和验证一种新的超光谱成像 (HSI) 方法来评估伊尔梅尼特的九大成分等级.
- 整合光谱和空间数据,以提高矿石等级预测的准确性.
- 建立有效的多变量模型,以减轻多元组分等级分析中的变量干扰.
主要方法:
- 使用超光谱成像 (HSI) 来捕获ilmenite样本的光谱和空间数据.
- 开发了四种多变量输入-输出模型,用于预测单个组件等级.
- 使用iPLS-VCPA-IRIV功能选择用于光谱数据预处理.
- 应用了反向传播神经网络 (BPNN) 模型用于组件级逆转.
主要成果:
- 使用iPLS-VCPA-IRIV选择的光谱数据的BPNN模型实现了出色的预测性能 (RP2 = 0.9935,RMSEP = 0.1364,RPD = 12.8986,RPIQ = 21.4871).该模型使用了IPLS-VCPA-IRIV选择的光谱数据,实现了优异的预测性能 (RP2 = 0.9935,RMSEP = 0.1364,RPD = 12.8986,RPIQ = 21.4871).
- 最佳模型显示了大约0.8秒的快速计算时间.
- 使用最佳算法进行的多元件等级反转导致了高精度, 97% 的组件反转残余低于 1.
结论:
- 超光谱成像 (HSI) 提供了一种快速而准确的方法,用于预测和逆转ilmenite中的多元组分等级.
- 综合的光谱和空间数据分析有效地克服了复杂矿石矩阵中的可变干扰.
- 这种基于HSI的方法为矿产行业的在线分析提供了一个有希望的替代方案,提高了效率和准确性.
更多相关视频
00:07Excitation-Scanning Hyperspectral Imaging Microscopy to Efficiently Discriminate Fluorescence Signals
Published on: August 22, 2019
08:49Author Spotlight: Unveiling the Potential of VSFG Microscopy in Studying Mesoscopically Heterogeneous Self-Assembled Structures
Published on: December 1, 2023
相关概念视频
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
Applications of IR Spectroscopy: Overview
Ultraviolet and Visible (UV–Vis) Spectroscopy: Overview
IR Spectrometers
UV–Vis Spectrum
The UV–Vis spectrum of a molecule is the plot of its absorbance versus wavelength. The plot is drawn by taking molar...
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
