基于贝叶斯优化可调参Softplus神经网络的LIBS反演方法和装置

本发明提供的种基于贝叶斯优化可调参Softplus神经网络的LIBS反演方法和装置，属于光谱分析领域，所述LIBS反演方法包括：采集标准样品的LIBS光谱构建数据集，构建基于可调参Softplus的BPNN模型，通过数据集初步优化模型参数；采用K折交叉验证和树结构贝叶斯优化算法对Softplus的可调参数进行优化并评估模型性能，构建最终的定量分析模型；最终通过输入未知样品LIBS实现化学成分含量精准预测。本发明通过可调参Softplus增强神经网络非线性拟合能力，结合树结构的贝叶斯优化算法高效搜索最优参数组合，在保证模型泛化能力的同时，显著提升了LIBS光谱数据定量分析的精度和效率。