本發明公開了一種基于機器學習和紅外光譜技術快速識別固體廢物碳比例的方法,包括如下步驟:采集不同種類的固體廢物,利用衰減全反射?傅里葉變換紅外光譜儀和元素分析儀分別測試各樣本的紅外光譜和碳元素含量;對得到的紅外光譜數據做標準化和主成分分析處理,并劃分為訓練集和測試集;用訓練集建立碳源種類(生物質碳、化石碳、惰性物質)分類和碳元素含量回歸的機器學習模型,用測試集驗證模型的準確度;利用構建的模型和待測固體廢物樣品的紅外光譜,預測碳源種類和各種類的碳元素含量;稱取待測固體廢物樣品的質量,根據碳源種類和碳元素含量計算生物質碳和化石碳的比例。該方法檢測時間短,準確率高,待測樣品無需干燥、破碎等預處理操作。
聲明:
“基于機器學習和紅外光譜技術快速識別固體廢物碳比例的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)