一种基于随机森林算法的鞍山式铁矿成分及含量测定方法技术

本发明专利技术的目的是为了能够在露天矿炮孔现场，原位、实时、快速、高效地确定炮孔粉末中Fe

Anshan Iron ore composition and content determination method based on random forest algorithm

【技术实现步骤摘要】
一种基于随机森林算法的鞍山式铁矿成分及含量测定方法
本专利技术属于矿山地质分析
，特别涉及一种基于随机森林算法的鞍山式铁矿成分及含量测定方法。
技术介绍
鞍山式铁矿是我国最重要的沉积变质型铁矿床，约占全国铁矿总储量的50%，居于全国首位。因该种矿石主要由硅质（燧石、碧玉、石英）和铁质（赤铁矿、磁铁矿）薄层交互组成，国际上也称之为条带状铁建造(BandedIronFormations，简称BIF)。传统的铁矿成分含量测定法，需要通过不同的方法确定实验样品中各种成分的含量。传统的测定法，虽然准确度高，但其存在工作量大、成本高、操作繁琐、周期长等缺陷，且不能对露天矿炮孔粉末状实验样品进行即时测定。虽然国内外研究中，亦有利用光谱测试进行矿石检测的方法，如应用I-7000便携式矿山品位成分分析仪进行品位分析，但该种仪器测试的是X射线光谱，亦需要对实验样品进行必要的预处理过程，且其只能测定样品的元素构成，无法测试实验样品中的矿物组成及其他物质成分的含量。因此，对于鞍山式铁矿，如何在现场利用光谱分析方法原位、实时、快速、高效地进行铁矿石中所有物本文档来自技高网...

【技术保护点】
1.一种基于随机森林算法的鞍山式铁矿成分及含量测定方法，其特征在于，包括如下步骤：/n1）对已知成分含量的已知样品进行可见光-近红外光谱测试，应用随机森林算法分析已知样品的反射光谱与Fe

【技术特征摘要】
1.一种基于随机森林算法的鞍山式铁矿成分及含量测定方法，其特征在于，包括如下步骤：
1）对已知成分含量的已知样品进行可见光-近红外光谱测试，应用随机森林算法分析已知样品的反射光谱与Fe3O4、Fe2O3、SiO2、TFe这4个成分含量之间的对应关系，并对其进行调参与训练，以此作为数据库；
2）在铁矿采场现场，对某地点爆破后炮孔处的粉末状样品进行取样，利用可见光-近红外光谱仪对样品进行光谱测试，获取的光谱曲线作为该炮孔处实验样品的光谱曲线；
3）应用随机森林算法基于步骤1）现有数据库中的已知样品的可见光-近红外光谱特征与Fe3O4、Fe2O3、SiO2、TFe成分含量之间的对应关系，对步骤2）实验样品中的Fe3O4、Fe2O3、SiO2、TFe含量进行预测估计；
3.1）取现有数据库中的已知样品的可见光-近红外光谱特征与对应Fe3O4含量的数据作为模型训练库中的训练样本，应用随机森林算法建立已知样品反射光谱与Fe3O4含量的对应关系；再以现有数据库中的已知样品的光谱为先验知识，通过该关系对步骤2）实验样品的Fe3O4含量进行预测估计；
3.2）取现有数据库中的已知样品的可见光-近红外光谱特征与对应Fe2O3含量的数据作为模型训练库中的训练样本，应用随机森林算法建立已知样品反射光谱与Fe2O3含量的对应关系；再以现...

【专利技术属性】
技术研发人员：钟小宇，毛亚纯，熊宏启，刘善军，孙厚广，王东，徐冬林，杨威，
申请(专利权)人：鞍钢集团矿业有限公司，
类型：发明
国别省市：辽宁;21