买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于深度学习的煤质成分检测方法及系统，方法包括以下步骤：通过次红外传感器获取煤炭的吸光度数据；对煤炭的吸光度数据进行预处理，得到原始特征；对原始特征进行特征多项式交叉，得到二阶交叉特征；将二阶交叉特征作为全连接网络的输入，得到第一检测特征；将原始特征作为交叉网络的输入，得到第二检测特征；将第一检测特征和第二检测特征进行合并，并通过全连接层对合并结果进行处理，得到煤质成分检测结果本发明可以实时预测入炉煤的六大成分值，帮助科学、合理地配煤掺烧，提高燃烧效率，降低碳排放。

主权项：1.一种基于深度学习的煤质成分检测方法，其特征在于，包括以下步骤：S1、通过次红外传感器获取煤炭的吸光度数据；S2、对煤炭的吸光度数据进行预处理，得到原始特征；S3、对原始特征进行特征多项式交叉，得到二阶交叉特征；S4、将二阶交叉特征作为全连接网络的输入，得到第一检测特征；S5、将原始特征作为交叉网络的输入，得到第二检测特征；S6、将第一检测特征和第二检测特征进行合并，并通过全连接层对合并结果进行处理，得到煤质成分检测结果；其中煤质成分检测结果包括热值、固定水分、全水分、挥发分、灰分和硫分；步骤S1的具体方法为：通过次红外传感器使用六种不同波长的次红外线采集煤炭的吸光度值，得到煤炭的吸光度数据；步骤S2的具体方法包括以下子步骤：S2-1、通过箱型图法去除煤炭的吸光度数据中的异常值：将煤炭的吸光度数据的上四分位数和下四分位数的差值作为四分位距，将超过箱体上下界之外的1.5倍四分位距的数据点判定为异常值并进行剔除；S2-2、将吸光度值为0的行数据删去；S2-3、将存在缺失值的行数据删去；S2-4、对剩余数据进行标准化处理，得到原始特征；其中煤炭的吸光度数据为六列M行，每一行包括六种不同波长的次红外线采集的煤炭的吸光度值；步骤S3的具体方法为：在原始特征的同一行内做乘法，并对原始特征中每个吸光度值自身进行平方，得到21个增强特征，即得到二阶交叉特征；全连接网络包括依次连接的n个基本模块，以及与最后一个基本模块相连的第一全连接层，第一全连接层的输出端为全连接网络的输出端；交叉网络包括n+1个基本模块，前n个基本模块依次连接，第n个基本模块的输出端与第二全连接层相连；交叉网络中第一个基本模块中的全连接层的输出端与第二全连接层的输出进行哈达玛积计算后，与第n个基本模块的输出进行向量相加，向量相加结果为第n+1个基本模块的输入；第n+1个基本模块的输出为交叉网络的输出；每个基本模块均包括依次连接的全连接层、批归一化层和LeakyReLU激活函数。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于深度学习的煤质成分检测方法及系统