核技术
覈技術
핵기술
NUCLEAR TECHNIQUES
2009年
7期
515-520
,共6页
现场X射线荧光技术%元素%干扰%数据融合%神经网络
現場X射線熒光技術%元素%榦擾%數據融閤%神經網絡
현장X사선형광기술%원소%간우%수거융합%신경망락
现场X射线荧光分析中,在样品测量面形状、湿度、密度和矿物颗粒度等差异对特征X射线照射量率影响的基础上,阐述了数据融合和模块化神经网络的基本思想,结合两者建立描述和校正上述干扰因素的神经网络融合模型、算法及学习方式.以该校正模型对试验数据计算和仿真,将测量面形状、湿度、颗粒度干扰造成的误差降低到小于10%;实验结果表明建立的校正模型有较好精度,基于模块化神经网络的数据融合技术能运用在现场荧光分析的干扰校正中.
現場X射線熒光分析中,在樣品測量麵形狀、濕度、密度和礦物顆粒度等差異對特徵X射線照射量率影響的基礎上,闡述瞭數據融閤和模塊化神經網絡的基本思想,結閤兩者建立描述和校正上述榦擾因素的神經網絡融閤模型、算法及學習方式.以該校正模型對試驗數據計算和倣真,將測量麵形狀、濕度、顆粒度榦擾造成的誤差降低到小于10%;實驗結果錶明建立的校正模型有較好精度,基于模塊化神經網絡的數據融閤技術能運用在現場熒光分析的榦擾校正中.
현장X사선형광분석중,재양품측량면형상、습도、밀도화광물과립도등차이대특정X사선조사량솔영향적기출상,천술료수거융합화모괴화신경망락적기본사상,결합량자건립묘술화교정상술간우인소적신경망락융합모형、산법급학습방식.이해교정모형대시험수거계산화방진,장측량면형상、습도、과립도간우조성적오차강저도소우10%;실험결과표명건립적교정모형유교호정도,기우모괴화신경망락적수거융합기술능운용재현장형광분석적간우교정중.
