《表1 LIBS重金属检测管理平台-样本数据表》
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
《LIBS检测大宗物流重金属含量的系统设想与实验研究》
人工神经网络(Artificial Neural Network,ANN)是一种模仿动物神经网络行为特征进行分布式并行信息处理的数学模型,具有非线性映射、自适应学习和稳健等特点,它在物质分类和克服基体效应方面表现出了优越性。本文在LIBS定量分析中采用基于动量和自适应学习速率梯度下降算法的反向传播神经网络(Backpropagation Artificial Neural Network,BP-ANN)算法,能减小基体效应对定量分析的影响,从而提高LIBS的检测精度[12]。为改善ANN模型的预测能力,还应考虑基体元素的谱线[13],要想得到稳定可靠的定量分析模型,需要较多的训练集和预测集样品。基于上述数学处理方法,论文得以对海量的光谱实验数据进行归一处理,结果参见表1。
图表编号 | XD0076957700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 侯玉文、王婧璇、王麒齐 |
绘制单位 | 天津城建大学计算机与信息工程学院、赛迪智能制造产业技术研究院、山东大学物理学院 |
更多格式 | 高清、无水印(增值服务) |