基于异常数据侦别去除提升LIBS定量分析精度的方法

本发明涉及一种基于异常数据侦别去除提升LIBS定量分析精度的方法，具体的，是基于激光诱导击穿光谱（LIBS）技术获取光谱数据，在利用数据进行建立定量分析模型前对光谱进行异常数据甄别，寻找定标样本数据组内的同质样品异常数据和异质样品异常数据，将异常数据去除后进行训练和建立预测模型，提升模型的预测精度和鲁棒性。其中涉及，异常数据的甄别与侦测需要对定标样本数据进行主成分分析（PCA）。利用本方法可以避免在LIBS实验过程中由于环境或人为因素导致光谱信号异常引起的模型定标误差，或由于引入不同质样本而引起的测量误差，提升LIBS定量分析模型的预测能力和鲁棒性，满足LIBS设备在各应用场景的高精度应用。