光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
12期
3179-3182
,共4页
王茜蒨%黄志文%刘凯%李文江%阎吉祥
王茜蒨%黃誌文%劉凱%李文江%閻吉祥
왕천천%황지문%류개%리문강%염길상
激光诱导击穿光谱%塑料%主成分分析%BP人工神经网络%分类识别
激光誘導擊穿光譜%塑料%主成分分析%BP人工神經網絡%分類識彆
격광유도격천광보%소료%주성분분석%BP인공신경망락%분류식별
研究了人工神经网络在激光诱导击穿光谱(LIBS)塑料分类识别方面的应用.选用七种常见的塑料作为实验样品,获得每种样品的170组LIBS光谱数据,利用主成分分析获得前五个主成分的得分矩阵.用每种塑料样品的130组光谱数据的主成分得分矩阵作为训练集,建立反向传播(BP)人工神经网络模型.将其余40组主成分得分作为测试数据输入训练好的模型进行分类识别,其识别准确度达到97.5％.实验结果表明,通过采用主成分分析与BP人工神经网络相结合的方法,可以很好地进行塑料激光诱导击穿光谱的分类识别,对塑料的回收利用有重要价值.
研究瞭人工神經網絡在激光誘導擊穿光譜(LIBS)塑料分類識彆方麵的應用.選用七種常見的塑料作為實驗樣品,穫得每種樣品的170組LIBS光譜數據,利用主成分分析穫得前五箇主成分的得分矩陣.用每種塑料樣品的130組光譜數據的主成分得分矩陣作為訓練集,建立反嚮傳播(BP)人工神經網絡模型.將其餘40組主成分得分作為測試數據輸入訓練好的模型進行分類識彆,其識彆準確度達到97.5％.實驗結果錶明,通過採用主成分分析與BP人工神經網絡相結閤的方法,可以很好地進行塑料激光誘導擊穿光譜的分類識彆,對塑料的迴收利用有重要價值.
연구료인공신경망락재격광유도격천광보(LIBS)소료분류식별방면적응용.선용칠충상견적소료작위실험양품,획득매충양품적170조LIBS광보수거,이용주성분분석획득전오개주성분적득분구진.용매충소료양품적130조광보수거적주성분득분구진작위훈련집,건립반향전파(BP)인공신경망락모형.장기여40조주성분득분작위측시수거수입훈련호적모형진행분류식별,기식별준학도체도97.5％.실험결과표명,통과채용주성분분석여BP인공신경망락상결합적방법,가이흔호지진행소료격광유도격천광보적분류식별,대소료적회수이용유중요개치.
