SPSS在进口铁矿产地品牌识别中的应用

• 作者: 陈永欣 周山 李慈进 吴国境 何龙凉
• 来源期刊: 大众科技
• 学科: 工学
• 关键词: 铁矿石 神经网络 判别分析 产地 品牌
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 信息技术与通信
• 页码范围: 5-11
• 页数: 7页
• 分类号: TF52
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1151.2022.01.002

摘要

文章介绍了建立进口铁矿产地品牌识别模型的方法.利用X射线荧光光谱法、红外吸收法、发射光谱法等常规方法测定所收集的进口铁矿样品中的主次元素含量,选择其中Al2O3、 SiO2、 Fe、K2O、Cr、CaO、MgO、V2O5、 TiO2、 MnO、Na2O、P、As、S、Ni、Zn、Pb共17种元素进行含量分析.在大量检测数据的基础上,分别采用SPSS软件中4种算法对元素和产地品牌的关联程度进行计算,建立不同进口铁矿产地品牌识别模型,并利用测试样本评估不同模型的准确性和可靠性.测试结果显示,判别分析和多层感知器神经网络能实现对铁矿石产地与品牌的识别.所建立的模型可应用于常见进口铁矿的产地品牌识别,对于维护贸易公平、保障矿石质量安全将起到积极的作用.