标题:激光诱导击穿光谱的自组织特征映射结合相关判别对天然地质样品分类方法研究
作者:闫梦鸽; 董晓舟; 李颖; 张莹; 毕云峰
作者机构:[闫梦鸽]山东大学(威海)机电与信息工程学院;;山东大学(威海)燃气检测技术研究中心, ;;, 威海;;威海, 山东;;山东 264209;;264209, 中国;[董晓舟]山东大学(威海) 更多
通讯作者:Bi, YF;Bi, YF
通讯作者地址:[Bi, YF]Shandong Univ, Sch Mech & Informat Engn, Weihai 264209, Weihai, Peoples R China;[Bi, YF]Shandong Univ, Res Ctr Gas Detect, Weihai 264209, Weih 更多
来源:光谱学与光谱分析
出版年:2018
卷:38
期:6
页码:1874-1879
DOI:10.3964/j.issn.1000-0593(2018)06-1874-06
关键词:激光诱导击穿光谱; 特征谱线; 自组织特征映射; 相关分析; 分类识别
摘要:激光诱导击穿光谱技术具有微损、原位、快速分析的特点,在样品分类识别、成分分析等领域有广阔的应用前景。为探索该技术在天然地质样品识别应用的可行性,; 提出了一种自组织特征映射神经网络结合相关判别对天然地质样品LIBS光谱分类识别的方法。为减小全谱中背景噪声等不相关数据干扰、降低计算量,在元素谱; 线归属的基础上进行了特征谱线提取,实现了高维光谱数据的降维。以特征谱数据为输入建立网络训练模型,得到具有输入样本特征的权向量,通过权向量与待测样; 本进行相关分析可以实现样品分类。对16种天然地质样品的分类算法实验证明,在全谱、主成分降维和特征谱段三种数据处理方法中,特征谱的降维和提取LIB; S数据主特征效果最优。改进的SOM网络结合相关判别算法比支持向量机方法和直接应用SOM网络方法的分类准确度更高,初步证实了该方法的有效性。
收录类别:EI;CSCD;SCIE
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=GUAN201806045&DbName=CJFQ2018
TOP