您当前的位置：
首页 >
文章列表页 >
基于近红外光谱与双重门控高分辨率网络的煤种智能分类方法
研究报告 | 更新时间：2026-11-06
上一篇|下一篇

    • 基于近红外光谱与双重门控高分辨率网络的煤种智能分类方法

    • Intelligent Coal Classification Method Based on Near-infrared Spectroscopy and Dual-gated High-resolution Network

    • “针对近红外光谱煤种分类难题，研究团队提出基于双重门控高分辨率网络的智能分类方法，通过正则化马氏距离预处理与双重门控高分辨率融合机制，实现了煤种精准识别，为煤炭贸易和海关监管中的快速无损检测提供了新的技术路径。”
    • 陆成伟 ，赵义杰 ，张子豪 ，韩祎陟
    • 分析测试学报 2026年45卷第11期 页码：2464-2473

    • DOI： 10.12452/j.fxcsxb.26040901     

      中图分类号：

    • 修回：2026-05-11 ，

      录用：2026-05-14 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 6 )

  • 参考文献

  • 出版信息

  • 数据统计

103

浏览量

33

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

深度学习与开普勒优化算法结合近红外光谱测定烟草烟碱含量
深度学习驱动的近红外光谱技术在中药质量评价中的研究进展
基于UPLC-Q-TOF-MS/MS技术的炙甘草及其复方物质基础研究
高温费托合成油加工工艺中大分子含氧化合物的鉴定
加速溶剂萃取/气相色谱-三重四极杆质谱法测定大气中苯并三唑类紫外吸收剂

相关作者

王桂瑶
林梦涵
詹映
张军
彭云发
田震
周汉平
郭建华

相关机构

中国烟草总公司郑州烟草研究院
福建省三明金叶复烤有限公司
江苏中烟工业有限责任公司
上海创和亿电子科技发展有限公司
山西天地王坡煤业有限公司