摘要
本发明涉及一种采用单脉冲激发LIBS结合NCA‑SVM模型的物质分类方法,该方法具体为:1:采集光谱数据;2:对光谱数据进行内标处理;3:采用NCA模型对NCA‑SVM模型训练集的光谱变量进行权重标定:4:按照权重的大小对光谱变量进行排序,并依次将每一个权重作为光谱变量选择权重阈值,同行进行相应操作,最终获得SVM模型使用的最优光谱变量集、最优的惩罚参数c和可变参数g;5:根据最优光谱变量集、最优的惩罚参数c和可变参数g获得到训练好的NCA‑SVM模型;6:使用训练好的NCA‑SVM模型对拟被分类物质进行分类识别;本发明可对物质快速准确分类,非常适合在线快速自动化分析。
技术关键词
物质分类方法
变量
正则化参数
单脉冲
错误率
校准
支持向量机模型
矩阵
交叉验证法
染色体
LIBS系统
译码
编码
标签
数据
训练集
成分分析
遗传算法
基体
系统为您推荐了相关专利信息
溶解氧
城市污水处理过程
分区
终端滑模控制器
模糊神经网络
决策模型构建方法
配额
策略
鲁棒优化模型
模型构建系统
找矿方法
主成分分析法
地球物理数据
X射线荧光光谱仪
激光粒度分析仪