排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
采用激光诱导击穿光谱(LIBS)技术对配制的飞灰样品进行实验分析,应用支持向量机回归(SVR)模型对飞灰的含碳量进行预测。运用网格搜索法分别对径向基(RBF)核函数和多项式函数的结构参数进行寻优,然后分别建立基于内标元素特征光谱、全谱和主要元素特征光谱的SVR模型。研究表明,基于RBF和多项式核函数的SVR模型在理想的结构参数下可以取得相同的分析精度,但RBF能较快地完成模型优化并且不易出现欠拟合的现象。基于内标元素特征光谱的SVR模型的分析精度与内标法相当,基于全谱的SVR模型出现明显的过拟合现象。基于主要元素特征光谱的SVR模型的回归系数为0.986,校正均方根误差为1.79%,预测均方根误差为2.57%,说明该模型可以有效避免欠拟合和过拟合。 相似文献
2.
为了验证LIBS测量飞灰中碳含量变化的能力,本文将煤粉与飞灰按照一定比例均匀混合,得到24种含碳量不同的样品.在不同延迟时间下进行激光诱导击穿光谱实验,得到温度指标发射强度比I_(Mg1)/I_(Mg2)随延迟时间的增大而减小,纯飞灰样品的发射强度比I_(Mg1)/I_(Mg2)的数值明显大于其他混入煤粉的样品.样品中发射谱线强度比IAl/ISi1随温度指标I_(Mg1)/I_(Mg2)的增大而减小.飞灰样品加入煤粉后,对等离子体的温度变化有明显影响.同时引入多元分析的方法,将样品中C、Al、Mg、Ca、Fe等元素谱线强度与Si元素谱线强度的比值作为多元回归分析的自变量,碳元素浓度作为因变量,建立不同延迟时间下的回归方程.结果表明,采用多元分析的方法进行定量计算,根据回归模型得到的预测值与参考值之间的误差基本在9%以内. 相似文献
1