[发明专利]一种基于最小二乘支持向量机结合激光诱导击穿光谱识别炉渣种类的方法

权利要求书

1.最小二乘支持向量机算法结合激光诱导击穿光谱对炉渣种类进行识别的方法，包括以下步骤：

（1）利用激光诱导击穿光谱仪器对分别在30个炉渣样品的不同测量位点进行光谱数据采集；

（2）从30个炉渣样品中随机挑选20个样品的光谱数据作为训练模型的训练集，其余10个样品对应的光谱数据作为测试集；

（3）使用训练集数据通过网格搜索和五折交叉验证方法对LS-SVM训练模型两个参数径向基核函数-γ和σ²进行寻优；

（4）确定模型最优参数后利用训练集数据建立炉渣分类的LS-SVM分类模型；

（5）利用建立的LS-SVM模型预测未知炉渣所属的类别。

2.根据权利要求1所述的最小二乘支持向量机算法结合激光诱导击穿光谱对炉渣种类进行识别的方法，其特征在于：步骤(2) 中，训练集和测试集的LIBS光谱数据是经过最大值归一化后的光谱数据。

3.根据权利要求1所述的最小二乘支持向量机算法结合激光诱导击穿光谱对炉渣种类进行识别的方法，其特征在于：步骤(3)中，使用训练集数据对两个参数径向基核函数-γ和σ²进行寻优，γ取值范围为1-100，σ² 取值范围为1-100，两个参数的取值间隔均为1；采用网格搜索和五折交叉验证来进行寻优，正确分类率作为评价参数。

4.根据权利要求1所述的最小二乘支持向量机算法结合激光诱导击穿光谱对炉渣种类进行识别的方法，其特征在于：步骤（5）中，通过建立的最优LS-SVM训练模型来预测测试集炉渣样品所属类别，采用正确分类率和错误分类率两种指标进行评价。