Scidown文献预览系统!
基于光谱分析和机器学习的沉积磷酸盐分类( Sedimentary phosphate classification based on spectral analysis and machine learning )
R Charifi N Es-Sbai Y Zennayi T Hosni A Mansouri
磷酸盐提取过程可显著受益于光谱分析和人工智能的进步,以降低钻井作业的成本。由于不同层之间的明显相似性和现有矿物学蚀变所造成的不明确性,使常规视觉系统对磷酸盐层的圈定变得复杂。本文建立了从摩洛哥Ben Guerir矿床采集的250~2500 nm光谱范围(中紫外至中红外)的代表性样品的光谱特征数据库。目的是建立样品的光谱数据库,选择一个具有较好识别能力的最佳波段集,用于多光谱检测系统中,以便在钻井作业过程中准确地划分土层。首先,采集提取的土壤样品的反射特征。其次,研究了主成分分析(PCA)的加载量,以确定信息最丰富的特征子空间。然后进行Bhattacharyya距离(B距离)可分离性检验,从这些子空间中选择3条带的最分离组合。最后,利用机器学习分类测试来评估所选特征对磷酸盐样本的鉴别能力。结果证明了选择一个信息量较大的约简特征集的影响,并且基于来自紫外(UV)或近红外(NIR)光谱范围的波长的组合信息显示出良好的鉴别率。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】