[发明专利]基于LIBS与堆叠式RBM深度学习技术的土壤重金属含量分析预测方法

摘要

本发明涉及基于LIBS与堆叠式RBM深度学习技术的土壤重金属含量分析预测方法，与现有技术相比解决了土壤重金属含量检测速度慢的缺陷。本发明包括以下步骤土壤样本的获取和预处理；构造基于堆叠式受限玻尔兹曼机深度学习技术的预测模型；预测模型的无监督训练；预测模型的有监督训练；土壤重金属含量的分析预测。本发明利用激光诱导击穿光谱与土壤重金属含量之间的映射关系，结合堆叠式RBM深度学习技术来进行土壤重金属含量分析预测。

主权项

一种基于LIBS与堆叠式RBM深度学习技术的土壤重金属含量分析预测方法，其特征在于，包括以下步骤：11)土壤样本的获取和预处理，获取土壤样本并将其划分为训练样本和测试样本，使用光谱仪获取训练样本和测试样本的激光诱导击穿光谱数据；12)构造基于堆叠式受限玻尔兹曼机深度学习技术的预测模型；13)预测模型的无监督训练，将训练样本的激光诱导击穿光谱数据输入预测模型的堆叠式受限玻尔兹曼机构成的神经网络层，并分别对每一层的受限玻尔兹曼机进行无监督训练；14)预测模型的有监督训练，将训练样本通过训练完成的堆叠式受限玻尔兹曼机提取的特征以及训练样本的土壤重金属含量输入预测模型的有监督人工神经网络层，对预测模型的有监督人工神经网络层进行有监督的训练；15)土壤重金属含量的分析预测，将测试样本的激光诱导击穿光谱数据输入预测模型，完成对测试样本的土壤重金属含量的分析预测。