[发明专利]基于X射线荧光光谱和深度对抗学习的土壤微量元素含量分析预测方法

摘要

本发明涉及基于X射线荧光光谱和深度对抗学习的土壤微量元素含量分析预测方法，与现有技术相比解决了土壤微量成分分析工作量大、耗时长的缺陷。本发明包括以下步骤：土壤样本的获取和预处理；构造基于生成网络和预测网络的深度对抗模型；对训练样本的X射线荧光光谱数据进行预处理；测试样本的微量元素成分含量的预测。本发明利用X射线荧光光谱与土壤成分之间的映射关系，结合深度对抗学习结构模型来进行土壤微量元素成分分析预测，满足土壤微量元素预测的精度要求。

主权项

一种基于X射线荧光光谱和深度对抗学习的土壤微量元素含量分析预测方法，其特征在于，包括以下步骤：11)土壤样本的获取和预处理，获取土壤样本并将土壤样本划分为训练样本和测试样本，使用能量色散型X射线荧光光谱仪获取训练样本和测试样本的X射线荧光光谱数据，对训练样本的X射线荧光光谱数据进行预处理；12)构造基于生成网络和预测网络的深度对抗模型，分别构造生成网络模型和预测神经网络模型；13)对训练样本的X射线荧光光谱数据进行预处理，将预处理后的数据输入构造的预测神经网络模型，并对生成网络模型和预测神经网络模型进行对抗训练；14)测试样本的微量元素成分含量的预测；将预处理后的训练样本光谱数据输入训练完成后的预测神经网络模型，输出特征，使用此特征以及训练样本对应的微量元素含量训练最小二乘支持向量机；将预处理后的测试样本光谱数据输入预测神经网络模型，输出测试特征，将测试特征输入已训练的最小二乘支持向量机预测得到土壤微量元素含量。