龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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红外光谱和机器学习的固体废物含水率预测方法，包括如下步骤：采集典型多源固体废物，利用傅里叶变换衰减全反射红外光谱技术，获取固体废物光谱数据；通过光谱数据预处理及特征光谱提取，结合机器学习算法，建立多源固体废物含水率预测模型；利用构建的模型和待测固体废物样品的红外光谱，预测固体废物的含水率。相比于传统的干燥前后称重的破坏性测定方法，本发明无需样品破碎、干燥和称重等操作，可以无损预测多源固体废物的含水率，且具有更快的检测速度。
主权项：1.一种基于红外光谱和机器学习的固体废物含水率预测方法，其特征在于，包括以下步骤：S1、采集典型多源固体废物样品，直接利用傅里叶变换衰减全反射红外光谱技术，获取样品红外光谱数据；按来源划分，所述典型多源固体废物样品包括但不限于：生活垃圾、建筑垃圾、一般工业固废和农业固体废物；按种类划分，所述典型多源固体废物样品包括但不限于：厨余类、纸类、织物类、皮革类、塑料类、橡胶类、木竹类、金属类、玻璃类、砖瓦陶瓷类、灰土类；S2、利用烘箱烘干样品后测试其含水率；烘箱温度的取值范围是100～110℃；S3、采用光谱数据预处理及特征光谱提取，并将处理后的红外光谱数据化分成训练集和测试集；S4、按照训练集中固体废物含水率及其光谱信息建立多源固体废物含水率回归预测模型；S5、利用测试集来检测模型精度，进一步优化多源固体废物含水率预测模型；S6、收集待测的固体废物样品，直接采用傅里叶变换衰减全反射红外光谱技术获取样品红外光谱数据，利用构建的多源固体废物含水率预测模型，预测样品含水率。
全文数据：
权利要求：
百度查询： 同济大学 一种基于红外光谱和机器学习的固体废物含水率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号