First Author:沈沁梅
Date of Publication:2010-01-01
Journal:光子学报
Affiliation of Author(s):数理与信息工程学院
Document Type:期刊
Issue:第12期
Page Number: 2134-2138
ISSN No.:1004-4213
Key Words:光谱学；定量检测；激光诱导击穿光谱；神经网络；土壤；重金属
Abstract: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
Translation or Not:no