LIBS与反向传播算法结合的橄榄石成分分析

摘要：

LIBS是一项用于分析物质成分的有力手段,但是定量分析时存在结果不准确、重复性低等缺点.为了准确预测自然界中橄榄石的成分信息,通过按照自然界中的橄榄石的成分信息制作15组橄榄石样品,将其中的11组作为标准样品,另外4组作为测试样品进行LIBS定量分析.每个样本采50条LIBS光谱建立橄榄石的LIBS数据库.然后采用多元线性回归算法和反向传播算法对样本的50组数据进行分析,有效的降低了由于随机误差造成的测试结果的不准确.最终结果表明,使用激光诱导击穿光谱和反向传播算法对橄榄石中镁橄榄石与铁橄榄石含量进行检测,预测结果的决定系数为0.901,接近常规的多元线性回归算法得到的0.911,这说明反向传播算法对橄榄石含量的预测精度接近多元线性回归算法.同时使用反向传播算法得到的结果的均方根误差为28.64,优于后者的29.23,说明使用反向传播算法得到的结果分布更加集中.此外,通过分析关联矩阵中各数值的大小与各元素谱线的位置的对应关系,表明使用反向传播算法反演出来的关联矩阵F与之所代表的物理含义的相关性更高.说明反向传播运算不仅与传统的多元线性回归算法性能相当,而且在预测数据的一致性上表现得更好.此外使用反向传播算法可以直接对激光诱导击穿光谱得到的橄榄石全谱数据进行数据反演,而不需要经过光谱寻峰这一步骤,简化了数据分析流程,弥补了多元线性回归算法难以分析全谱数据的不足.

关键词：激光诱导击穿光谱、定量分析、反向传播、橄榄石

所属期刊栏目：39

分类号：O433.4(光学)

资助基金：民用航天技术预先研究项目;载人航天领域预先研究项目0209;上海技术物理研究所创新专项

在线出版日期：2020-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：3861-3867