基于深度学习算法的萤石氟化钙含量预测研究

摘要

萤石作为一种重要的工业矿物，其品质主要由其中氟化钙的含量决定。为了有效评估和预测萤石中的氟化钙含量，提出一种基于自适应噪声完全集合经验模态分解（CEEMDAN）和卷积神经网络（CNN）以及双向长短期记忆神经网络（BiLSTM）相结合的深度学习算法用于萤石中氟化钙含量的预测。实验结果表明，所提方法具有较高的预测精度和稳定性，为萤石的质量评估和工业应用提供重要参考。

关键词

萤石 / 氟化钙 / 卷积神经网络 / 自适应噪声完全集合经验模态分解 / 双向长短期记忆神经网络