[發(fā)明專利]一種大理巖的篩選方法

有效

• 申請?zhí)枺?/td>: 202310907205.7
• 申請日: 2023-07-24
• 公開（公告）號: CN116626080B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設計）人: 胡杰;朱丹;彭貴明;李林富
• 申請（專利權）人: 四川省石棉縣恒達粉體材料有限責任公司
• 主分類號: G01N23/207
• 分類號: G01N23/207;G06V10/30;G06V10/34;G06V10/28;G06V10/56;G06V10/82;G06N3/084
• 代理公司: 成都華復知識產(chǎn)權代理有限公司 51298
• 代理人: 廖大應

1.一種大理巖的篩選方法，其特征在于，包括以下步驟：

S1、采用X射線照射待測大理巖，經(jīng)待測大理巖衍射后，由探測器探測得到能量色散數(shù)據(jù)序列；

S2、構建氧化鈣含量預測模型；

S3、將能量色散數(shù)據(jù)序列輸入氧化鈣含量預測模型，得到大理巖中氧化鈣含量；

S4、采集待測大理巖圖像，對待測大理巖圖像進行平滑處理，得到平滑圖像；

S5、對平滑圖像計算白度；

S6、將氧化鈣含量大于氧化鈣含量閾值，白度大于白度閾值的大理巖篩選出來；

所述S2包括以下步驟：

S21、通過實驗測得大理巖樣品的氧化鈣含量，得到標簽數(shù)據(jù)；

S22、采用X射線照射大理巖樣品，經(jīng)大理巖樣品衍射后，由探測器探測能量色散數(shù)據(jù)序列，得到樣本數(shù)據(jù)；

S23、將樣本數(shù)據(jù)和標簽數(shù)據(jù)構建為訓練集；

S24、采用訓練集訓練BP神經(jīng)網(wǎng)絡，得到訓練完成的BP神經(jīng)網(wǎng)絡，即氧化鈣含量預測模型；

所述S24包括以下分步驟：

S241、設置BP神經(jīng)網(wǎng)絡中的權重和閾值；

S242、將訓練集中樣本數(shù)據(jù)輸入當前的BP神經(jīng)網(wǎng)絡中，得到BP神經(jīng)網(wǎng)絡的輸出；

S243、根據(jù)BP神經(jīng)網(wǎng)絡的輸出和對應標簽數(shù)據(jù)，計算參數(shù)合適度；

S244、判斷參數(shù)合適度是否大于適應度閾值，若是，得到訓練完成的BP神經(jīng)網(wǎng)絡，若否，則更新BP神經(jīng)網(wǎng)絡中的權重和閾值，并跳轉至步驟S242；

所述S243中計算參數(shù)合適度的公式為：

，

其中，為第次訓練時的參數(shù)合適度，為第次訓練時BP神經(jīng)網(wǎng)絡的輸出，為第次訓練時的標簽數(shù)據(jù)，為比例系數(shù)；

所述比例系數(shù)的公式為：

，

其中，為第次訓練時BP神經(jīng)網(wǎng)絡的輸出，為第次訓練時的標簽數(shù)據(jù)，為當前訓練次數(shù)編號，為臨近訓練次數(shù)的編號，為臨近訓練總次數(shù)；

所述S244中更新BP神經(jīng)網(wǎng)絡中的權重的公式為：

，

其中，為第次訓練時的權重，為第次訓練時的權重，為第次訓練時的參數(shù)合適度，為偏導運算；

所述S244中更新BP神經(jīng)網(wǎng)絡中的閾值的公式為：

，

其中，為第次訓練時的閾值，為第次訓練時的閾值，為第次訓練時的參數(shù)合適度，為偏導運算；

所述BP神經(jīng)網(wǎng)絡中輸入層的表達式為：

，

其中，為輸入層的第個輸入，為第種元素的能量色散數(shù)據(jù)，為待測大理巖中元素的種類數(shù)；

所述S4中平滑處理的公式為：

，

，

其中，為平滑處理后第個像素值，為自然常數(shù)，為平滑因子，為待測大理巖圖像上第個像素值，為待測大理巖圖像上第個像素值的鄰域范圍內(nèi)的第個像素值，為待測大理巖圖像上第個像素值的鄰域范圍內(nèi)像素值的數(shù)量，為個和的平均值，為平滑處理后第個像素值；

所述S5包括以下分步驟：

S51、將平滑圖像劃分成多塊；

S52、根據(jù)每塊圖像上像素平均值，計算白度；

所述S52計算白度的公式為：

，

其中，為白度，為白度系數(shù)，為分塊數(shù)量，為第個像素平均值。