文献类型：期刊文章

作　　者：邱苏玲[1] 李安[1] 王宪双[1] 孔德男[1] 马骁[1] 何雅格[1] 殷允嵩[1] 柳宇飞[2] 石丽洁[1] 刘瑞斌[1]

Qiu Suling;Li An;Wang Xianshuang;Kong Denan;Ma Xiao;He Yage;Yin Yunsong;Liu Yufei;Shi Lijie;Liu Ruibin(School of Physics,Beijing Institute of Technology,Beijing 100081,China;Bright-ray Laser Technology(Changzhou)Co.,Ltd.,Changzhou,Jiangsu 213000,China)

机构地区：[1]北京理工大学物理学院,北京100081 [2]宝瑞激光科技(常州)有限公司,江苏常州213000

出　　处：《中国激光》

基　　金：科技部重大研究计划(2017YFC0211900)。

年　　份：2021

卷　　号：48

期　　号：16

起止页码：195-204

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：基于激光诱导击穿光谱(LIBS)对铁矿石、锰矿石和铬矿石中的Fe元素进行定量分析。由于矿石成分复杂,采取一系列的光谱预处理来降低由激光能量波动及样品不稳定烧蚀所造成的光谱波动。本文将分类和定量分析方法结合,首先通过支持向量机对光谱进行分类以避免不同类矿石间的基体效应。然后通过相关性变量筛选偏最小二乘回归分析(R-PLS)改进算法进行分析,发现三类矿石的预测集方均根误差分别降至0.975%、0.418%、0.123%,平均相对误差分别降至1.46%、6.72%和1.09%。实验结果表明,矿石分类后再进行相关性变量筛选偏最小二乘回归分析的方法可以有效提升预测准确度,为矿石成分在线检测的应用提供了可靠依据。

关 键 词：光谱学 激光诱导击穿光谱 矿石 定量分析  偏最小二乘回归 主成分分析  支持向量机  

分 类 号：O433.4]