GA-BP神经网络模型应用于岩芯扫描仪测定海洋沉积物中多种组分的半定量分析

摘要：

采用岩芯扫描仪测定海洋沉积物中的Al2O3、SiO2、K2O、CaO、TiO2、MnO、Fe2O3、V、Cr、Cu、Zn、Rb、Sr、Y、Zr、Ba和Pb等17种元素,尝试引入遗传算法(GA)优化的BP神经网络模型利用其非线性拟合能力校正基体效应.实验表明,以水系沉积物、海洋沉积物和岩石国家标准物质以及定值海洋沉积物样品为校准样品,采用压片法制样,测定校准样品中相关组分的强度,并作为训练样本代入GA-BP神经网络(17-18-17),可以有效校正基体效应的影响,建立半定量预测模型.海洋沉积物实际岩芯样品的分析结果表明,各层位待测组分预测值与分层取样定值结果的变化趋势基本吻合,适合于海洋沉积物中多种主次量组分的快速分析.

关键词：海洋沉积物、岩芯扫描仪、基体效应、神经网络、半定量分析

在线出版日期：2018-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：75-79