基于L IBS技术和主成分分析的快速分类方法研究

• 作者: 余琦 王锐 赵华凤 马晓红
• 来源期刊: 光谱学与光谱分析
• 学科: 工学
• 关键词: 激光诱导击穿光谱 主成分分析 分类
• 年，卷（期）: 2014,（11）
• 页码范围: 3095-3099
• 页数: 5页
• 分类号: TN241
• 字数: 3317字
• 语种: 中文
• DOI: 10.3964/j.issn.1000-0593(2014)11-3095-05

摘要

将激光诱导击穿光谱（LIBS）技术与主成分分析（PCA ）法相结合用于铝合金分类研究，对Al-Cu系、Al-Si系、Al-Mg-Si系、Al-Zn系四类13种铝合金标准样品进行了分类实验，实验结果证明LIBS-PCA方法可以实现铝合金的快速分类。通过使用LIBS技术激发130个铝合金标准样品得到130个光谱样本，再用主成分分析方法进行降维分析，计算出贡献率最大的三个主成分并计算各光谱的主成分得分绘制在三维空间中，发现光谱样本点按照铝合金的种类发生了明显的汇聚现象，由此确定了三个主成分和铝合金类型区域。用20个不同类型的铝合金进行实验对所得铝合金类型区域的准确性进行验证，发现所得20个光谱样本点全部落在其对应的标准样品类型区域内，在一定程度上证明所得的铝合金标准样品类型区域的正确性，在此基础上可以进行未知类型铝合金的鉴别。实验结果表明基于LIBS光谱的 PCA方法分类精度达到97.14％以上，能够有效的完成不同模式的区分，相比于常用的化学方法，L IBS技术可以原位快速地对待测样品进行检测，样品预处理简单，因此将激光诱导击穿光谱（LIBS）技术与主成分分析（PCA）法相结合用于质量检测和在线工业控制等领域，可以节约大量的时间及成本，提高检测效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王锐	清华大学电子工程系	14	174	4.0	13.0
2	赵华凤	清华大学电子工程系	24	192	9.0	12.0
3	马晓红	清华大学电子工程系	29	228	9.0	13.0
4	余琦	清华大学电子工程系	6	133	6.0	6.0