【摘要】：作為一種前沿性物質(zhì)元素分析技術(shù),激光誘導(dǎo)擊穿光譜(Laser-induced breakdown spectroscopy, LIB S)具有快速實(shí)時(shí),多元素同時(shí)檢測的優(yōu)點(diǎn),能夠快速獲得分析樣品的組分和含量信息。因此,LIBS技術(shù)在材料、冶金、考古、太空探測、軍事等領(lǐng)域成為了研究熱點(diǎn),如何發(fā)揮LIBS技術(shù)的優(yōu)勢,實(shí)現(xiàn)其應(yīng)用價(jià)值成為了關(guān)鍵一環(huán)。本文的研究工作以國家重大儀器設(shè)備開發(fā)專項(xiàng)——“創(chuàng)新型多功能激光光譜分析儀器的研發(fā)與應(yīng)用”為背景,旨在針對LIBS光譜數(shù)據(jù)分類算法進(jìn)行廣泛、深入、系統(tǒng)的研究,并且開發(fā)實(shí)現(xiàn)具有自主知識產(chǎn)權(quán)的冶金領(lǐng)域?qū)傩蚅IBS分析軟件。在課題組成員的前期研究基礎(chǔ)上,本文主要以如何提高分類算法的準(zhǔn)確性、穩(wěn)定性為重點(diǎn),主要研究工作包括：(1)針對提高分類算法準(zhǔn)確性和穩(wěn)定性以及單一分類算法在多分類問題上的局限性,引入旋轉(zhuǎn)森林組合分類算法(Rotation Forest,ROF),構(gòu)建組合分類模型,提高分類準(zhǔn)確性。此外,通過結(jié)合魯棒主成分分析算法(Robust Principal Component Analysis, RPCA)對光譜數(shù)據(jù)進(jìn)行預(yù)處理,可加快分類建模過程；(2)針對LIBS數(shù)據(jù)高維度的特點(diǎn),提出了基于旋轉(zhuǎn)森林的異構(gòu)多分類器組合分類算法,應(yīng)用偏最小二乘判別分析(Partial Least Squares Discriminate Analysis,PLS-DA)和簇類獨(dú)立軟模式識別(Soft Independent Modeling of Class Analogy, SIMCA)算法分別構(gòu)建基分類器,通過增加基分類器間的差異性提高分類精度；(3)設(shè)計(jì)并開發(fā)了冶金領(lǐng)域?qū)傩蚅IBS分析軟件,實(shí)現(xiàn)對冶金樣品快速分析和判別。仿真實(shí)驗(yàn)驗(yàn)證了文中算法和方法的有效性和可行性。
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH744.5;TP311.13
【圖文】：

光學(xué)檢測技術(shù)和設(shè)備的不斷發(fā)展，ＵＢＳ技術(shù)逐漸走向成熟，成為光譜學(xué)領(lǐng)域的研究熱逡逑點(diǎn)。逡逑一套完整的ＵＢＳ實(shí)驗(yàn)裝置如圖１所示。高功率的激光脈沖聚焦到樣品上，在樣品逡逑表面會形成高強(qiáng)度等離子體，在等離子體激發(fā)過程中產(chǎn)生的元素特征譜線經(jīng)光譜儀接逡逑收，產(chǎn)生光譜數(shù)據(jù)，通過檢測系統(tǒng)對光譜數(shù)據(jù)進(jìn)行特征譜線分析，就可Ｗ實(shí)現(xiàn)對樣品的逡逑分析。逡逑。山ＹＡＣ巧Ｑ保沖邋邐邐邐４５＊皮尉誼逡逑壚搶沒~TＩ邋＿Ｉ備ａ巧齡Ｆ邐ｗ＆ｓｍ逡逑電技邐巧媂逡逑Ｉ－ＩｌＪＩ邐逡逑片邐逡逑圖１邋ＬＩＢＳ實(shí)驗(yàn)裝置圖逡逑２逡逑

概念逡逑一種重要的數(shù)據(jù)分析形式，它首先提取刻畫一個(gè)重要數(shù)掘類的根據(jù)模型預(yù)測未知類別的實(shí)例。它是一個(gè)兩階段過程，包括學(xué)習(xí)類階段（使用模型預(yù)測給定數(shù)據(jù)的類標(biāo)號）。逡逑階段，學(xué)習(xí)構(gòu)建分類模型。學(xué)習(xí)階段的目標(biāo)是建立分類模型，練集＂學(xué)習(xí)＂來建立關(guān)于先驗(yàn)知識的模型。在分類模型中，先策樹口５］、神經(jīng)網(wǎng)絡(luò)口６］、規(guī)則口７］、貝葉斯口邋８］等。送些知識反映了當(dāng)訓(xùn)練集上的特征分布能夠表征全部樣本空間時(shí)，那么分類模集，從而準(zhǔn)確地預(yù)測出檢驗(yàn)集中的實(shí)例。從數(shù)學(xué)角度看，第一射或函數(shù)ｙ邋＝邋／（Ｚ），該函數(shù)通過給定元組NB可Ｗ預(yù)測得出其類階段，使用模型進(jìn)行分類，將學(xué)習(xí)得到的分類模型在測試集上

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱元碩;李穎;盧淵;田野;;基于向量空間模型的巖屑LIBS光譜分類識別方法[J];光譜學(xué)與光譜分析;2017年09期

2 閻立誠,王蔭庭,楊金秀,李郁,馬光,陳念貽;KNO_3-NaNO_2系熔鹽溶液的激光Raman光譜研究[J];金屬學(xué)報(bào);1988年01期

3 劉培君;張琳;范春清;;利用光譜數(shù)據(jù)估算塔里木河流域主要地物在陸地衛(wèi)星象片上的灰度級[J];干旱區(qū)研究;1988年03期

4 趙廣宇;趙鵬飛;高斌;盧昱欣;;模糊識別理論在光譜數(shù)據(jù)中的應(yīng)用[J];長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年04期

5 陳蓉;王帥;;研究光譜數(shù)據(jù)挖掘中的特征提取方法[J];通訊世界;2015年17期

6 涂彩;袁心強(qiáng);;LIBS分析軟件的研究及其寶石學(xué)應(yīng)用[J];寶石和寶石學(xué)雜志;2008年02期

7 李海萍,莊大方,熊利亞;沙化土地野外光譜數(shù)據(jù)采集的技術(shù)方法探討[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2003年04期

8 傅院霞;唐永強(qiáng);徐麗;王莉;徐衛(wèi)青;;中藥材微量元素的LIBS檢測[J];蚌埠學(xué)院學(xué)報(bào);2017年03期

9 李鄉(xiāng)儒;;光譜數(shù)據(jù)挖掘中的特征提取方法[J];天文學(xué)進(jìn)展;2012年01期

10 張遠(yuǎn)飛;楊自安;張普斌;石菲菲;張建國;;高(多)光譜數(shù)據(jù)的背景-異常子空間模型研究[J];地球信息科學(xué)學(xué)報(bào);2009年03期

相關(guān)會議論文 前10條

1 李幸麗;杜培軍;;典型光譜數(shù)據(jù)庫的建立及基于圖形界面的分析[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

2 李彬彬;易寶林;劉斌;;基于信源學(xué)的植被光譜數(shù)據(jù)的存儲技術(shù)研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

3 吳傳慶;童慶禧;鄭蘭芬;張兵;趙永超;張霞;;地面、圖像光譜數(shù)據(jù)的預(yù)處理[A];成像光譜技術(shù)與應(yīng)用研討會論文集[C];2002年

4 王瑞;;NVST光譜數(shù)據(jù)處理方法[A];中國天文學(xué)會2014年學(xué)術(shù)年會論文摘要集[C];2014年

5 余西龍;張少華;李飛;康國劍;張新宇;;利用LIBS測量煤油空氣局部當(dāng)量比的初步探索[A];第四屆高超聲速科技學(xué)術(shù)會議會議日程及摘要集[C];2011年

6 肖健華;孫德山;吳今培;;基于支持向量數(shù)據(jù)描述的多類分類算法及其在人臉識別中的應(yīng)用[A];2005年中國智能自動化會議論文集[C];2005年

7 崔執(zhí)鳳;張先q

本文編號：2736202