《表2 特征谱线与波长:基于激光诱导击穿光谱与GA-BP神经网络的塑料分类识别》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于激光诱导击穿光谱与GA-BP神经网络的塑料分类识别》
谱线的选择条件:1)谱线彼此间重叠少,自吸收现象较弱;2)谱线强度大;3)9种塑料的特征光谱强度彼此有差别且在光谱仪的有效波长范围内[13]。实验选取的金属谱线和非金属谱线,以美国国家标准与技术研究院(NIST)原子库的标准谱线波长为中心波长,读出±0.1nm内谱线的最大值作为该元素的谱线强度,选取的谱线如表2所示。不同塑料样品的元素含量不同,相应的特征谱线强度也不同,可以通过特征谱线对塑料进行识别分类。实验中每种塑料采集100组光谱数据,共采集900组光谱数据,每组光谱数据有15个特征属性。由于提取的特征谱线强度相差过大,且塑料样品中都含有C元素,因此,将所有特征谱线都除以C(I):247.86nm谱线强度进行归一化处理。由于实验过程中的仪器、环境背景噪声会对采集的光谱数据造成干扰,为了提高数据的可靠性,用均值滤波对波形进行平滑处理。由于9种塑料样品的元素组成基本相同,因此峰位基本一致,图6(a)为ABS塑料样品的原始等离子发射光谱图,可以发现由于元素含量不同,特征谱线的强度存在明显差异。图6(b)为归一化与平滑滤波处理后的等离子发射光谱图。
图表编号 | XD00188269600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 宋海声、麻林召、朱恩功、王一帆、刘宇平、孙文健、彭鹏、李承飞 |
绘制单位 | 西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |