典型文献
一种自动选择特征的激光诱导击穿光谱定量分析方法
文献摘要：
本文针对激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,LIBS)定量分析中的特征选择问题,提出一种基于Pearson相关系数的排序、主成分分析和L1正则项相结合的自动选择特征的定量分析方法,建立了 土壤中Co元素的定量分析模型.该模型训练集和测试集的R2(决定系数)分别为0.995和0.991,均方根误差(root mean square error,RMSE)分别为4.634 mg/kg和6.078 mg/kg,平均绝对误差(mean absolute error,MAE)分别为6.100％和6.441％,特征个数由原始数据的42 870个降至5个,耗时仅0.97 s.结果表明:采用该方法可降低特征子集维度并提高模型的泛化性和精确度,为LIBS技术定量分析的特征选择提供一种高效的方法.
文献关键词：
激光诱导击穿光谱;特征选择;Pearson相关系数;主成分分析;L1正则项
中图分类号：
作者姓名：
王凯;史晋芳;邱荣;万情;张志威;潘高威
作者机构：
西南科技大学制造科学与工程学院,四川绵阳621010;陆军勤务学院教研保障中心,重庆401331
文献出处：
引用格式：
[1]王凯;史晋芳;邱荣;万情;张志威;潘高威-.一种自动选择特征的激光诱导击穿光谱定量分析方法)[J].光电子·激光,2022(02):187-192
A类：
B类：
定量分析方法,激光诱导击穿光谱技术,laser,induced,breakdown,spectroscopy,LIBS,特征选择,L1,正则项,Co,定量分析模型,模型训练,训练集,测试集,决定系数,root,mean,square,error,RMSE,平均绝对误差,absolute,MAE,原始数据,特征子集,泛化性
AB值：
0.31205
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
