研究目的
通过建立一个多层前馈神经网络模型,在高光谱特征与铜品位之间建立功能联系,以确定窄带光谱技术在铜品位估算中的有效性。
研究成果
基于高光谱数据和PCA特征的ANN模型在铜品位估算中平均R2达到0.89,表明其有望成为传统方法的有力替代方案。但需通过更多样本的进一步研究来推广该模型并确定灵敏度极限。
研究不足
该研究样本量有限(89个样本),且等级差异较大(0.06%至31%),可能影响模型的泛化能力。需要更多样本和统计分析以提高灵敏度和适用性。实际应用中需进行传感器校准。
研究目的
通过建立一个多层前馈神经网络模型,在高光谱特征与铜品位之间建立功能联系,以确定窄带光谱技术在铜品位估算中的有效性。
研究成果
基于高光谱数据和PCA特征的ANN模型在铜品位估算中平均R2达到0.89,表明其有望成为传统方法的有力替代方案。但需通过更多样本的进一步研究来推广该模型并确定灵敏度极限。
研究不足
该研究样本量有限(89个样本),且等级差异较大(0.06%至31%),可能影响模型的泛化能力。需要更多样本和统计分析以提高灵敏度和适用性。实际应用中需进行传感器校准。
加载中....
您正在对论文“利用神经网络进行高光谱特征分析以实现铜矿石品位估算”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期