论文部分内容阅读
用能量色散X荧光（EDXRF）分析仪测量钛铁矿样时，存在基体效应影响分析准确性的问题。本文用EDXRF测得钛、铁元素特征峰，通过类Gauss函数对实测谱进行拟合分解，初步分析了矿样中Ti-Fe间的影响特征。针对各元素计数率与含量的非线性关系，采用先分类后预测的方法，首先用SOFM自适应神经网络对矿样分类，样本总数80组，对铁精矿、钛精矿的识别率为100％；然后用RBF神经网络进行钛铁含量预测，与化学分析结果对比，其中65．4％的样品相对误差在1％以内，其余均在3％以内，小于工业生产仪器分析相对误差5％的要