基于BP神经网络的双能X射线透射的金属识别算法

• 作者: 叶文华 李伟毅 熊田忠
• 来源期刊: 有色金属工程
• 学科: 工学
• 关键词: 双能X射线 物质识别 废金属分选 BP神经网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 环境科学与工程
• 页码范围: 124-130
• 页数: 7页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1744.2020.08.020

摘要

双能X射线透射识别技术可识别物质种类,是一种能用于废金属回收的新方法.在废金属识别算法中,目前的曲线拟合识别算法只能在物质厚度较小时能较好地拟合,识别准确性和厚度范围不能满足废金属分选要求,并且不能解决X射线源扇形效应的影响.针对现有算法的不足,基于α曲线提出α识别特征,提高了识别的厚度范围;提出将物料位置作为识别特征,解决了扇形效应;结合α特征和位置特征提出基于BP神经网络算法的废金属分类模型.通过铜和铝物料实验对比,结果表明识别准确率从81.4％提高到了94％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶文华		132	1256	19.0	28.0
2	熊田忠		7	16	2.0	3.0
3	李伟毅		1	0	0.0	0.0