基于近红外光谱和支持向量机的露天采场铁矿类型识别方法探究

铁矿是支撑国民经济的主要矿产资源,露天开采是铁矿获取的主要开采方式。基于近红外光谱的露天采场磁、赤铁矿及典型围岩分类识别建模研究是实现露天采场快速精准区划的基础。文中通过光谱分析的方法,利用SVC地物光谱仪对鞍千矿露天采场的多个岩矿样本进行了光谱测试,以支持向量机算法为建模方法建立了磁、赤铁矿及典型围岩的分类识别模型。最终的分类结果用六折六次交叉验证的方法检验其分类精度,结果表明,支持向量机算法对岩矿的平均分类精度为98.3%,平均Kappa系数为0.965,对磁、赤铁矿平均分类精度为93.1%,平均Kappa系数为0.79,为基于便携式光谱仪或机载成像光谱仪进行露天采场铁矿石类型的确定提出了新方法。