相关向量机结合主成分分析应用于LIBS技术定量分析

采用相关向量机(RVM)结合主成分分析(PCA)建立了激光诱导击穿光谱(LIBS)技术检测土壤中Cr元素含量的定量分析模型。配制了14个不同Cr元素浓度的土壤样品,选取其中10个作为训练样品集用于构建模型,另外4个作为测试样品集用于模型性能评估。结果表明,对于土壤中Cr元素含量的测量,PCA-RVM模型的预测精度明显优于RVM模型,整体预测均方根误差由RVM模型的8.00%减小到PCA-RVM模型的3.21%,预测精度提高了59.9%。对测试样品集中全部4个待测样品,PCA-RVM模型多次重复预测结果的相对标准偏差相较于RVM模型都显著减小,且均小于1.89%,表明其预测结果具有更好的稳定性。

磁光调制实验仪的改造与实现

由于传统磁光调制实验仪在实验过程中需要手动调节偏振片并人为估计最佳位置数据、描绘图像,实验显示效果不直观,精度低。针对这一问题,利用光电技术结合计算机控制技术对其进行了改进。结果表明:改进后的实验仪实验结果直观,实验数据精确,实用性强。

对比分析多种化学计量学方法在激光诱导击穿光谱土壤元素定量分析中的应用

为提高激光诱导击穿光谱技术对土壤元素检测的精度,建立了相关向量机土壤元素定量分析模型,并将该模型与已有的支持向量机模型和最小二乘支持向量机模型进行对比分析。以土壤元素Ni的4条特征谱线作为分析线,对其进行全谱归一化处理后,利用训练样品集建立相关向量机、支持向量机和最小二乘支持向量机模型。测试样品集的测试结果表明:在模型预测精度方面,支持向量机模型比另两种模型方法差;在稳定性方面,最小二乘支持向量机模型比另两种模型差。在实际应用中,相关向量机模型在稳定性及预测精度上的优势使其比另两个模型更适合用于激光诱导击穿光谱技术的定量分析中。