发明名称 |
一种基于最小二乘支持向量机算法结合激光诱导击穿光谱的钢铁中铬和锰定量分析方法 |
摘要 |
本发明提出了一种基于最小二乘支持向量机算法结合激光诱导击穿光谱的钢铁中铬和锰定量分析方法。采用网格全局寻优和五折交叉验证来优化最小二乘支持向量机参数(径向基核函数-γ和σ<sup>2</sup>),并构建最小二乘支持向量机校正模型,然后将该校正模型与LIBS技术结合实现钢铁中的铬和锰元素的定量测定。结果表明,最小二乘支持向量机建模方法具有很好的预测效果,为LIBS技术进行元素高精度检测提供了一种新的建模方法,可以用于钢铁样品的产品质量监控。 |
申请公布号 |
CN104697966A |
申请公布日期 |
2015.06.10 |
申请号 |
CN201510102861.5 |
申请日期 |
2015.03.10 |
申请人 |
西北大学 |
发明人 |
李华;张天龙;汤宏胜 |
分类号 |
G01N21/63(2006.01)I |
主分类号 |
G01N21/63(2006.01)I |
代理机构 |
西安西达专利代理有限责任公司 61202 |
代理人 |
谢钢 |
主权项 |
一种基于最小二乘支持向量机算法结合激光诱导击穿光谱的钢铁中铬和锰定量分析方法,包括以下步骤:(1)利用激光诱导击穿光谱仪器对分别在14个钢铁样品的不同测量位点进行光谱数据采集;(2)从14个钢铁样品中随机挑选10个样品的光谱数据作为校正模型的校正集,其余4个样品对应的光谱数据作为测试集;(3)使用校正集数据通过网格搜索和五折交叉验证方法对LS‑SVM校正模型两个参数径向基核函数‑γ和σ<sup>2</sup>进行寻优;(4)确定模型最优参数后利用校正集数据建立钢铁样品中铬和锰的LS‑SVM校正模型;(5)利用建立的LS‑SVM模型预测未知钢铁样本中铬和锰含量。 |
地址 |
710069 陕西省西安市太白北路229号 |