典型文献
基于激光诱导击穿光谱技术的日用陶瓷分类
文献摘要：
利用激光诱导击穿光谱技术(LIBS)结合广义回归神经网络(GRNN)算法对不同类别的日用陶瓷进行了分类识别.首先采集了不同产地的日用陶瓷样品的LIBS光谱数据,再筛选出陶瓷坯体主要元素的特征谱线,建立了GRNN分类模型.结果显示,对LIBS光谱进行有效数据的提取能够大大增加建模效率,平均建模时间从改进前的16.31 s缩短至0.36 s.为了优化分类模型的性能,对光谱数据进行了归一化处理,再利用马氏距离筛除了异常光谱,结合主成分分析(PCA)进行了数据降维,在保证模型效率的情况下,测试集单次预测正确率可以达到100％,平均预测正确率为99.74％.实验结果表明,LIBS技术结合GRNN分类算法能够实现日用陶瓷的有效分类.
文献关键词：
光谱学;激光诱导击穿光谱技术;日用陶瓷;分类;广义回归神经网络;主成分分析
中图分类号：
作者姓名：
王玥;卢景琦
作者机构：
武汉理工大学理学院, 湖北武汉 430070
文献出处：
引用格式：
[1]王玥;卢景琦-.基于激光诱导击穿光谱技术的日用陶瓷分类)[J].中国激光,2022(21):193-199
A类：
B类：
激光诱导击穿光谱技术,日用陶瓷,LIBS,广义回归神经网络,GRNN,分类识别,不同产地,光谱数据,陶瓷坯体,主要元素,特征谱线,分类模型,有效数据,大大增加,建模效率,进前,归一化处理,马氏距离,筛除,数据降维,测试集,技术结合,分类算法,光谱学
AB值：
0.249487
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。
