咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于激光诱导击穿光谱技术寻优定量分析土壤中Mn元素 收藏

基于激光诱导击穿光谱技术寻优定量分析土壤中Mn元素

Quantitative Analysis of Mn in Soil Based on Laser-Induced Breakdown Spectroscopy Optimization

作     者:沙文 李江涛 鲁翠萍 Sha Wen;Li Jiangtao;Lu Cuiping

作者机构:安徽大学电气工程与自动化学院安徽合肥230061 合肥学院先进制造工程学院安徽合肥230601 

出 版 物:《中国激光》 (Chinese Journal of Lasers)

年 卷 期:2020年第47卷第5期

页      面:505-513页

核心收录:

学科分类:081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 

基  金:国家自然科学基金(61505001) 中国科学院STS项目(KFJ-SW-STS-144) 

主  题:激光光学 支持向量机 激光诱导击穿光谱技术 土壤 

摘      要:激光诱导击穿光谱技术(LIBS)与支持向量机(SVM)相结合用于分析土壤中Mn元素含量。44个土壤样品采集于安徽淮北地区,采用Kennard-Stone(K-S)方法将样品划分为训练集(34个)和测试集(10个),分别使用多元线性回归(MIR)、网格搜索法(GSM)、遗传算法(GA)、粒子群优化(PSO)和最小二乘法(LS)建立定量分析模型。结果表明:MIR、GSM和PSO模型所得到的训练集相关系数Rtra^2只有0.861、0.866和0.862,测试集相关系数Rtra^2低于0.9,相对误差大于8.6%,误差较大;GA模型的Rtra^2大于0.93,Rtra^2小于0.9,训练时间较长,需减少训练时间和提高测试集相关性;LS模型寻优效果较好,Rtra^2提高到0.998,Rtra^2提高到0.967,相对误差小,训练时间同比大幅度缩短,相关性好,泛化能力强,更适合用于土壤中Mn元素的快速检测。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分