一种基于三通道卷积神经网络的物质识别方法技术

本发明专利技术公开一种基于三通道卷积神经网络的物质识别方法，属于煤矿石识别与分析技术领域，包括使用太赫兹时域光谱仪进行太赫兹时域光谱采集，获取煤样品的太赫兹时域光谱与参考的太赫兹时域光谱，对煤样品与参考的太赫兹时域光谱进行傅里叶变换，相比得到煤样品复透射系数，基于菲涅尔等式和法布里珀罗效应建立特征参数提取模型，获取表征煤样品种类的特征参数，对特征参数进行分析，比较不同种类煤样品的曲线变化趋势的异同，基于卷积神经进行识别，并输出煤样品的种类。本发明专利技术通过水汽补偿和低频段折射率偏移修正消除提高了数据精度，并且提出了基于折射率、吸收系数、吸收系数的斜率的三通道卷积神经网络模型，有效提高了识别正确率。

【技术实现步骤摘要】

本专利技术公开一种基于三通道卷积神经网络的物质识别方法，属于煤矿石识别与分析。

技术介绍

1、在实际的工业生产中，为了合理地综合利用煤炭资源，必须根据生产需要检测煤炭中的成分，将其划分为不同的类别和等级，应用在不同的场合。目前常规技术方案为灼烧法，在灼烧过程中，通过收集分析煤矿石样品燃烧过程中产生的气体也可以获取煤矿石中的挥发分种类和固定碳含量等信息；同时，煤矿石中的有机物质被氧化分解，挥发性物质被去除，留下灰分，通过对灰分的进一步化学分析，可以确定煤矿石中各种无机成分的含量等信息。根据以上过程，可实现对煤矿石种类、产地等信息进行识别，但是灼烧法存在过程复杂、耗时、大量依赖人工以及破坏样品结构等问题。

技术实现思路

1、本专利技术的目的在于提供一种基于三通道卷积神经网络的物质识别方法，以解决现有技术中，灼烧法过程复杂、耗时、大量依赖人工以及破坏样品结构的问题。

2、一种基于三通道卷积神经网络的物质识别方法，包括：

3、步骤一、太赫兹时域光谱采集，使用太赫兹时域光谱仪进行太赫兹时域光谱采本文档来自技高网...

【技术保护点】

1.一种基于三通道卷积神经网络的物质识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于三通道卷积神经网络的物质识别方法，其特征在于，步骤二中得到煤样品复透射系数T(ω)包括，使用透射式的太赫兹时域光谱仪器采集煤样品的太赫兹时域光谱，根据Esam(t)和Eref(t)进行傅里叶变换，得到煤样品频谱Esam(ω)与参考频谱Eref(ω)，将二者相比得到T(ω)：

3.根据权利要求2所述的一种基于三通道卷积神经网络的物质识别方法，其特征在于，获得折射率n、吸收系数α包括，在提取太赫兹光谱特征参数时，引入被测物质的复折射率消光系数κ(ω)：

4.根...

【技术特征摘要】

1.一种基于三通道卷积神经网络的物质识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于三通道卷积神经网络的物质识别方法，其特征在于，步骤二中得到煤样品复透射系数t(ω)包括，使用透射式的太赫兹时域光谱仪器采集煤样品的太赫兹时域光谱，根据esam(t)和eref(t)进行傅里叶变换，得到煤样品频谱esam(ω)与参考频谱eref(ω)，将二者相比得到t(ω)：

3.根据权利要求2所述的一种基于三通道卷积神经网络的物质识别方法，其特征在于，获得折射率n、吸收系数α包括，在提取太赫兹光谱特征参数时，引入被测物质的复折射率消光系数κ(ω)：

4.根据权利要求3所述的一种基于三通道卷积神经网络的物质识别方法，其特征在于，步骤二求得吸收系数的斜率k包括，获取煤样品的吸收系数α，建立数据组(xi,αi)，xi为与αi对应的太赫兹频率，使用非线性最小二乘法对吸收系数α进行拟合，设拟合模型为f(α；θ)，α是输入变量，θ是模型的参数，模型函数为：

5.根据权利要求4所述的一种基于三通道卷积神经网络的物质识别方法，其特征在于，步骤三中的水峰补偿包括，在干燥环境中采集煤样品及参考的的原始太赫兹时域光谱eh1(t)，设置湿度梯度，在其他环境条件相同的情况下依次进行多次采集数据eh2(t),…,ehn(t)，对该组数据进行傅里叶变换转换为频谱eh1(ω),…,ehn(ω)，对以上频谱求绝对值进行对比，在受湿度影响大的频段进行...

【专利技术属性】
技术研发人员：吴斌，尚曦明，刘秀梅，李贝贝，杨延召，蔡高航，吴恒奎，庄新港，赵耀，郑祥亮，李昊宇，
申请(专利权)人：中国电子科技集团公司第四十一研究所，
类型：发明
国别省市：