支持向量机算法在激光诱导击穿光谱技术塑料识别中的应用研究

• 作者: 于洋 任昭 曾庆栋 曾晓雁 李常茂 李祥友 李阔湖 郝中骐 郭连波
• 来源期刊: 物理学报
• 关键词: 支持向量机 激光诱导击穿光谱 塑料识别
• 年，卷（期）: 2013,（21）
• 所属期刊栏目: 气体、等离子体和放电物理
• 页码范围: 282-288
• 页数: 7页
• 语种: 中文
• DOI: 10.7498/aps.62.215201

摘要

基于支持向量机(support vector machines, SVM)算法采用激光诱导击穿光谱技术对11种塑料进行了识别.每种塑料各采集100个光谱,其中50个光谱作为训练集,用于建立支持向量机模型,剩下的50个光谱作为测试集,用于测试所建立支持向量机模型的识别精度.结果表明测试集550个光谱中有543个光谱识别正确,算术平均识别精度达到了98.73%.其中有6个聚氨酯(PU)光谱被误判为有机玻璃(PMMA),原因主要是受空气中氮气的影响,使得有机玻璃和聚氨酯两种塑料在氮元素含量上的差异不能通过N I 746.87 nm, C-N(0,0)388.3 nm两条谱线的强度准确表征.本结果为LIBS技术塑料分类提供了方法和数据参考.