[发明专利]一种提高激光诱导击穿光谱分类准确性的数据处理方法有效
申请号: | 202110198116.0 | 申请日: | 2021-02-22 |
公开(公告)号: | CN112782151B | 公开(公告)日: | 2023-01-13 |
发明(设计)人: | 曾庆栋;李文鑫;陈光辉;李孜涛;袁梦甜;余华清;王波云;刘洋;邬小林;吴玲 | 申请(专利权)人: | 湖北工程学院 |
主分类号: | G01N21/71 | 分类号: | G01N21/71 |
代理公司: | 武汉宇晨专利事务所(普通合伙) 42001 | 代理人: | 李鹏;王敏锋 |
地址: | 432000 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 提高 激光 诱导 击穿 光谱 分类 准确性 数据处理 方法 | ||
1.一种提高激光诱导击穿光谱分类准确性的数据处理方法,其特征在于,包括以下步骤:
步骤1、对样品进行采集获得光谱数据;
步骤2、根据光谱数据列出元素的特征谱线;
步骤3、选择基体元素的一条特征谱线作为参考特征谱线,对步骤2中所选的各个元素的特征谱线的光谱强度除以所选择的参考特征谱线的光谱强度,以此得到各个元素的特征谱线的相对强度之比;
步骤4、生成每个样品对应的多个谱线组合,每个谱线组合均包括样品的各个元素的经步骤3挑选的至少一条特征谱线,每个谱线组合均对应有表征样品的样品标签号,将各个样品的三分之二组谱线组合作为训练集,各个样品剩余的三分之一组谱线组合作为测试集;
步骤5、从训练集中提取一个谱线组合的各个特征谱线的相对光谱强度作为SVM分类模型的输入向量;
步骤6、对SVM分类模型进行训练,SVM分类模型输出谱线组合对应的表征样品的样品标签号,之后将所述测试集的谱线组合的各个特征谱线的相对光谱强度输入至SVM分类模型中进行分类测试,输出测试集中每个谱线组合对应的样品标签号,若输出谱线组合的样品标签号与实际一致,则识别正确,以此识别样品的类别,将所有识别正确的谱线组合的数量除以测试集包含的谱线组合的总数,得到训练集中提取的一个谱线组合的各个特征谱线的相对光谱强度的输入下,对应的SVM识别精度;
步骤7、从训练集中提取另一个谱线组合的各个特征谱线的相对光谱强度作为SVM分类模型的输入向量,重复步骤6,直至训练集中所有的谱线组合均遍历完成,记录训练集中各个的谱线组合对应的SVM识别精度;
步骤8、依据训练集中各个的谱线组合对应的SVM识别精度,选取其中SVM识别精度最高所对应的谱线组合,
所述的步骤2中,在光谱数据中,列出特征谱线强度较高、特征谱线的谱峰波形完整、自吸收现象较弱、和其他元素干扰较少的元素的特征谱线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北工程学院,未经湖北工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110198116.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种甲乳外科手术引流装置
- 下一篇:一种接水盘组件、空调室内机和空调器