期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于激光诱导击穿光谱的合金钢组分偏最小二乘法定量分析
被引量：
21
1
作者
丛智博
孙兰香
+3 位作者
辛勇
李洋
齐立峰
杨志家
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2014年第2期542-547,共6页
在炼钢中合金浓度的检测和控制对产品质量影响很大,激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术具有快速、非接触、无需制样等特点,非常适合应用于合金成分的在线分析。但是由于合金中的C,S,P元素的成分含量都很...
在炼钢中合金浓度的检测和控制对产品质量影响很大,激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术具有快速、非接触、无需制样等特点,非常适合应用于合金成分的在线分析。但是由于合金中的C,S,P元素的成分含量都很低,其原子发射谱线极易淹没在复杂的铁元素特征谱线之中,造成这些重要元素在线定量分析困难。以合金钢标准光谱样品为研究对象,获取激光诱导击穿光谱数据,采用定标曲线法(calibration curve,CC)和偏最小二乘法(partial least squares,PLS),对合金钢样品的主量和微量元素进行定量分析。比较两种方法的定标结果得出:对于主量元素,PLS方法的定量分析水平优于传统的CC法;更重要的是对于微量元素,由于特征谱线极弱,CC法无法得出定量结果,而PLS法仍然具有良好的定量分析能力。同时,将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较,阐述了LIBS数据定量分析中PLS方法的优势。结果表明,在激光诱导击穿光谱合金成分分析中,PLS方法适合用于C等微量元素的定量分析。
展开更多
关键词
激光诱导击穿光谱
偏最小二乘法
微量元素
定量分析
laser-induced
breakdown
spectroscopy
(
libs
)
Partial
least
SQUARES
method
(PLS)
在线阅读
下载PDF
职称材料
基于主成分分析和人工神经网络的激光诱导击穿光谱塑料分类识别方法研究
被引量：
36
2
作者
王茜蒨
黄志文
+2 位作者
刘凯
李文江
阎吉祥
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2012年第12期3179-3182,共4页
研究了人工神经网络在激光诱导击穿光谱(LIBS)塑料分类识别方面的应用。选用七种常见的塑料作为实验样品,获得每种样品的170组LIBS光谱数据,利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的130组光谱数据的主成分得分矩阵...
研究了人工神经网络在激光诱导击穿光谱(LIBS)塑料分类识别方面的应用。选用七种常见的塑料作为实验样品,获得每种样品的170组LIBS光谱数据,利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的130组光谱数据的主成分得分矩阵作为训练集,建立反向传播(BP)人工神经网络模型。将其余40组主成分得分作为测试数据输入训练好的模型进行分类识别,其识别准确度达到97.5%。实验结果表明,通过采用主成分分析与BP人工神经网络相结合的方法,可以很好地进行塑料激光诱导击穿光谱的分类识别,对塑料的回收利用有重要价值。
展开更多
关键词
激光诱导击穿光谱
塑料
主成分分析
BP人工神经网络
分类识别
在线阅读
下载PDF
职称材料
题名
基于激光诱导击穿光谱的合金钢组分偏最小二乘法定量分析
被引量：
21
1
作者
丛智博
孙兰香
辛勇
李洋
齐立峰
杨志家
机构
中国科学院沈阳自动化研究所
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2014年第2期542-547,共6页
基金
国家高技术研究发展计划项目(2012AA040608)
中国科学院科研装备研制项目(YZ201247)
国家自然科学基金项目(61004131)资助
文摘
在炼钢中合金浓度的检测和控制对产品质量影响很大,激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术具有快速、非接触、无需制样等特点,非常适合应用于合金成分的在线分析。但是由于合金中的C,S,P元素的成分含量都很低,其原子发射谱线极易淹没在复杂的铁元素特征谱线之中,造成这些重要元素在线定量分析困难。以合金钢标准光谱样品为研究对象,获取激光诱导击穿光谱数据,采用定标曲线法(calibration curve,CC)和偏最小二乘法(partial least squares,PLS),对合金钢样品的主量和微量元素进行定量分析。比较两种方法的定标结果得出:对于主量元素,PLS方法的定量分析水平优于传统的CC法;更重要的是对于微量元素,由于特征谱线极弱,CC法无法得出定量结果,而PLS法仍然具有良好的定量分析能力。同时,将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较,阐述了LIBS数据定量分析中PLS方法的优势。结果表明,在激光诱导击穿光谱合金成分分析中,PLS方法适合用于C等微量元素的定量分析。
关键词
激光诱导击穿光谱
偏最小二乘法
微量元素
定量分析
laser-induced
breakdown
spectroscopy
(
libs
)
Partial
least
SQUARES
method
(PLS)
Keywords
Trace elements
Quantitative analysis
分类号
O657.3 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
基于主成分分析和人工神经网络的激光诱导击穿光谱塑料分类识别方法研究
被引量：
36
2
作者
王茜蒨
黄志文
刘凯
李文江
阎吉祥
机构
北京理工大学光电学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2012年第12期3179-3182,共4页
基金
国家自然科学基金项目(60978035)资助
文摘
研究了人工神经网络在激光诱导击穿光谱(LIBS)塑料分类识别方面的应用。选用七种常见的塑料作为实验样品,获得每种样品的170组LIBS光谱数据,利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的130组光谱数据的主成分得分矩阵作为训练集,建立反向传播(BP)人工神经网络模型。将其余40组主成分得分作为测试数据输入训练好的模型进行分类识别,其识别准确度达到97.5%。实验结果表明,通过采用主成分分析与BP人工神经网络相结合的方法,可以很好地进行塑料激光诱导击穿光谱的分类识别,对塑料的回收利用有重要价值。
关键词
激光诱导击穿光谱
塑料
主成分分析
BP人工神经网络
分类识别
Keywords
keywords laser-induced breakdown spectroscopy （libs）
Plastics
Principal component analysis（PCA）
Artificial neural net-work（BP）
Material classification
分类号
O657.3 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于激光诱导击穿光谱的合金钢组分偏最小二乘法定量分析
丛智博
孙兰香
辛勇
李洋
齐立峰
杨志家
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2014
21
在线阅读
下载PDF
职称材料
2
基于主成分分析和人工神经网络的激光诱导击穿光谱塑料分类识别方法研究
王茜蒨
黄志文
刘凯
李文江
阎吉祥
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2012
36
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
