10.3964/j.issn.1000-0593(2012)12-3179-04
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
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.
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
32
O657.3(分析化学)
国家自然科学基金项目60978035
2013-01-22（万方平台首次上网日期，不代表论文的发表时间）
共4页
3179-3182
