基于机器学习和光散射法的粒子粒径分布测量方法及系统

    公开(公告)号:CN119202625B

    公开(公告)日:2025-04-01

    申请号:CN202411700263.3

    申请日:2024-11-26

    Abstract: 本发明涉及粒子粒径分布测量领域,尤其涉及提供一种基于机器学习和光散射法的粒子粒径分布测量方法及系统,包括利用光源照射待测粒子样品,同时利用多角度散射光检测器采集不同散射角度和不同波长的光散射强度数据;构建多模态深度学习模型,并结合支持向量机模型和随机森林模型形成集成学习架构;将预处理后的多波长光散射强度数据输入训练好的集成学习架构,得到待测粒子样本的初步粒径分布结果;基于改进的米氏散射理论,构建考虑粒子形状、折射率、表面粗糙度和内部结构的高精度理论模型;采用改进的贝叶斯优化算法,通过最小化理论光散射强度与实际采集的光散射强度之间的误差,对初步粒径分布结果进行优化调整,得到修正后的粒径分布结果。

    基于机器学习和光散射法的粒子粒径分布测量方法及系统

    公开(公告)号:CN119202625A

    公开(公告)日:2024-12-27

    申请号:CN202411700263.3

    申请日:2024-11-26

    Abstract: 本发明涉及粒子粒径分布测量领域,尤其涉及提供一种基于机器学习和光散射法的粒子粒径分布测量方法及系统,包括利用光源照射待测粒子样品,同时利用多角度散射光检测器采集不同散射角度和不同波长的光散射强度数据;构建多模态深度学习模型,并结合支持向量机模型和随机森林模型形成集成学习架构;将预处理后的多波长光散射强度数据输入训练好的集成学习架构,得到待测粒子样本的初步粒径分布结果;基于改进的米氏散射理论,构建考虑粒子形状、折射率、表面粗糙度和内部结构的高精度理论模型;采用改进的贝叶斯优化算法,通过最小化理论光散射强度与实际采集的光散射强度之间的误差,对初步粒径分布结果进行优化调整,得到修正后的粒径分布结果。

Patent Agency Ranking