激光诱导击穿光谱结合神经网络测定土壤中的Cr和Ba

提出了一种基于人工神经网络的激光诱导击穿光谱技术实现元素成分高准确度定量分析的方法.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,结合激光诱导击穿光谱技术的方法测定土壤中Cr和Ba元素的含量,得到了Cr和Ba的含量以及多次重复预测的相对标准偏差,并与采用传统的内标法得到的检测结果相比较.研究结果表明: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分析方法,与激光诱导击穿光谱技术相结合能更好地实现对土壤样品中Cr和Ba元素的定量检测.相对内标法,神经网络分析方法与激光诱导击穿光谱技术相结合可以很明显地提高检测准确度和精密度,对采用激光诱导击穿光谱技术定量检测土壤重金属污染具有很好的应用价值.     

基于飞秒激光等离子体丝诱导击穿光谱探测土壤重金属Cr元素含量

本文基于飞秒激光等离子体丝诱导击穿光谱对土壤重金属Cr元素含量进行了实验研究.利用荧光法对等离子体丝的长度进行测量,给出了在不同焦距聚焦透镜作用下土壤中Cr425.5 nm的谱线强度空间分布,实验给出了Cr元素的定标曲线.实验结果表明,土壤中Cr元素浓度分析测量的相对标准偏差小于5%,土壤中重金属Cr元素的检测极限为7.85 ppm.表明飞秒激光等离子体丝诱导击穿光谱技术在土壤重金属Cr元素含量的定量探测方面是完全可行的.     

激光诱导击穿光谱技术结合神经网络和支持向量机算法的人参产地快速识别研究

利用激光诱导击穿光谱技术结合机器学习算法,对东北5个产地(大兴安岭、集安、恒仁、石柱、抚松)的人参进行产地识别,建立了主成分分析算法分别结合反向传播(BP)神经网络和支持向量机算法的人参产地识别模型.实验采集了5个产地人参共657组在200-975 nm的激光诱导击穿光谱,经光谱数据预处理后,对C,Mg,Ca,Fe,H,N,O等元素的8条特征谱线进行主成分分析,原光谱数据的前3个主成分累积贡献率达到92.50%,且样品在主成分空间中呈现良好的聚集分类.降维后的前3个主成分以2∶1进行随机抽取,分别作为分类算法的训练集和测试集.实验结果表明主成分分析结合BP神经网络及支持向量机的平均识别率分别为99.08%和99.5%.发生误判的原因是集安和石柱两地地理环境的接近而导致的H,O两元素在Ca元素离子发射谱线下的归一化强度相似.本研究为激光诱导击穿光谱技术在人参产地的快速识别提供了方法和参考.     

利用激光诱导击穿光谱分析土壤成份

 搭建了一套激光诱导击穿光谱实验装置,并通过配置特定样品,开展了一系列激光诱导击穿光谱探测实验。根据含有不同质量分数的同种元素样品的激光诱导击穿光谱实验结果,获得元素质量分数与谱线强度的关系曲线(定标曲线)。对中南民族大学附近的土壤进行激光诱导击穿光谱实验,发现土壤中含有Mg,Ca,Na等18种元素,对河南云台山茱萸峰岩石的激光诱导击穿光谱实验结果仅获得Fe,Mg,Ca 3种金属元素。比较这2种实际样品的激光诱导击穿光谱结果表明,检测样品的物理结构影响激光诱导光谱的实验结果。     

激光诱导击穿光谱结合自由定标法同时定量分析玻璃主要元素

建立激光诱导击穿光谱结合自由定标法快速定量分析玻璃中主要元素Si和Ba的方法.采用由调Q脉冲Nd:YAG激光器、中阶梯光栅光谱仪和ICCD检测器等组成的激光诱导击穿光谱系统采集4种标准玻璃样品的激光诱导击穿光谱.提取光谱信息,结合自由定标法建立样品中Si和Ba的玻尔兹曼曲线,计算获得4种玻璃样品中Si和Ba的含量.Si含量分析相对误差在4.96%~10.12%之间,标准差在0.38%~1.29%之间,Ba含量分析相对误差在4.07%~9.62%之间,标准差在0.54%~1.70%之间.T检验表明,测量值与实际值无显著差异.     

基于激光诱导击穿光谱技术的土壤快速分类方法研究

为实现不同种类土壤的快速分类鉴别,实验研究了基于激光诱导击穿光谱技术的土壤快速分类方法。由于不同类型的土壤在元素组成上会存在较大差异,所以利用激光诱导击穿光谱技术进行土壤分类具有可行性。不同土壤在相同实验条件下产生的等离子体温度会存在较大差异,可以作为分类的重要依据,所选择的7类土壤中,赤红壤的等离子体温度最高。选取土壤中6种常量元素Si,Fe,Al,Mg,Ca和Ti的光谱强度作为分类指标,利用主成分分析(principal component analysis,PCA)对7种土类的25个样品进行了分类,其中砖红壤和赤红壤分类出现了交叠,而不同高山草甸土样品之间元素差异较大,并没有实现较好的聚类。利用反向传播神经网络(back-propagation artificial neural network)结合土壤的LIBS光谱对土壤进行了分类,分类结果与PCA结果相近,赤红壤与砖红壤出现了识别错误。当用PCA分析获得三个主成分值作为BP神经网络的输入量时,获得了较好的分类结果,因为简化了输入量,降低了BP神经网络的误差,此时只有一个高山草甸土被识别成褐土,而高山草甸土的等离子体温度显著低于褐土,所以结合不同土壤类型的等离子体温度差异,能够实现不同土壤的分类识别。实验证明激光诱导击穿光谱技术可以应用于土壤分类,为土壤普查和合理利用提高了一种新的技术。     

土壤重金属铬元素的激光诱导击穿光谱定量分析研究

利用Nd ∶YAG脉冲激光器(波长:1064 nm)作为光源,在实验室自然大气环境下诱导产生土壤激光等离子体,通过等离子体原子发射光谱法定量分析了国家标准土壤样品中元素Cr的含量.实验上研究了在最佳实验条件下土壤中Cr的LIBS分析谱线,测定了Cr元素的定标曲线.实验结果表明,Cr元素浓度在(60—400)×10^-6范围内,元素含量与光谱线强度之间有较好的线性关系;元素Cr浓度分析测量的相对标准偏差(RSD)为7.89%,定量分析结果与标准值的相对偏差为5.3%,Cr元素的检测限为1 关键词： 土壤污染 定量分析 激光诱导击穿光谱 定标曲线     

基于共振激发的激光诱导击穿光谱技术研究进展

激光诱导击穿光谱技术是一种新型的原子光谱分析技术,具有实时快速、 多元素同时分析和样品预处理简单等特点,从一出现便受到研究人员的广泛关注,但分析灵敏度差一直是限制该技术发展的重要因素。基于共振激发的激光诱导击穿光谱技术将原子荧光光谱技术和激光诱导击穿光谱技术结合,对目标元素进行选择性激发,可以大幅提高激光诱导击穿光谱技术的分析灵敏度,极大地拓展了LIBS技术在痕量元素检测领域的应用。本文综述了基于共振激发的激光诱导击穿光谱技术的研究进展,介绍了激光诱导等离子体中荧光光谱的产生过程以及基于共振激发的激光诱导击穿光谱技术的基本类型和基础原理,详细分析了烧蚀激光能量、 共振激发激光能量和波长、 烧蚀激光和共振激发激光之间的延时以及光谱采集门宽对光谱增强效果的影响,阐述了其在冶金、 环境监测、 同位素检测等领域的应用现状和存在的问题,并对其未来发展前景进行了展望。     

基于激光诱导击穿光谱技术定量分析食用明胶中的铬元素

利用激光诱导击穿光谱技术对食用明胶样品中的铬元素进行定量分析.采用Nd:YAG脉冲激光器三倍频输出的355 nm激光诱导击穿食用明胶产生激光等离子体,测量等离子发射光谱.实验数据表明:使用内标法定量分析食用明胶样品中铬元素浓度分别为10—200 ppm(1 ppm=10-6)时,铬元素含量与分析谱线(CrI:245.43 nm)强度之间具有很好的线性关系.分析了光谱探测延迟时间对明胶中铬元素激光诱导击穿光谱的影响,利用信号强度与信噪比获得了优化的光谱探测延迟时间实验参数.     

激光诱导击穿光谱结合偏最小二乘法定量分析脐橙中Cd含量

基于激光诱导击穿光谱(LIBS)技术对赣南脐橙中Cd元素进行定量分析. 利用LIBS获取样品中Cd元素的特征谱线信息, 并结合原子吸收分光光度计测量样品中Cd元素的真实含量.采用五点平滑法和中心化法对样品光谱数据进行预处理, 基于偏最小二乘法(PLS)对其中的39个样品建立Cd元素的定量分析模型, 在该模型的基础上预测另外13个样品的Cd含量, 并对PLS模型进行对比验证. PLS模型中拟合曲线的相关系数为0.9806, 12个样品的验证结果的相对误差为10.94%.研究结果表明, 激光诱导击穿光谱技术能够准确的检测农产品中重金属含量, 为农产品的安全检测提供技术方法. 关键词： 激光诱导击穿光谱 Cd 定量分析 偏最小二乘法