基于近红外光谱的铁矿石品牌识别模型数据集

该数据可应用于铁矿石开卸阶段品牌识别、异常批次筛查、固废识别、供应链质控等，为相应场景提供有效的评估模型、检测参照标准、识别手段以及方式方法等，为基于近红外光谱的铁矿石品牌识别领域提供了较好的模型，具有重大意义。

搜集汇总

背景与挑战

背景概述

该数据集包含19种铁矿石品牌的10798条近红外光谱样本，采用950-1680nm波段反射吸收特征进行建模。数据集通过参差卷积神经网络实现了98.01%的品牌识别准确率，专门用于铁矿石开卸阶段的品牌识别和异常批次检测，具有无损、稳定和高精度的特点。