本發明公開了一種基于深度學習卷積神經網絡的LIBS多成分定量反演方法,適用于激光光譜分析領域。本方法利用卷積神經網絡算法在圖像特征識別方面的獨特優勢,將其應用于LIBS光譜定量反演。由本發明所設計的卷積神經網絡構建方案,能夠對樣品的LIBS譜線形態進行特征提取和深度學習,利用已知樣品的LIBS光譜對卷積神經網絡進行訓練后,該網絡可同時對未知樣品的多種化學成分含量進行分析預測。本發明具有操作簡捷、訓練高效、準確度高、魯棒性好的優點,適用于定量分析LIBS光譜,尤其適用于分析譜線形態復雜度較高、干擾噪聲較大的LIBS光譜。
聲明:
“基于深度學習卷積神經網絡的LIBS多成分定量反演方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)