基于支持向量機(jī)的x射線熒光光譜分析方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種基于支持向量機(jī)的X射線熒光光譜分析方法及裝置，其中，所述方法包括：采集訓(xùn)練集樣品的X射線熒光光譜，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值；測(cè)定所述訓(xùn)練集樣品的目標(biāo)元素的含量；將所述強(qiáng)度值作為輸入層數(shù)據(jù)，將所述目標(biāo)元素的含量作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測(cè)模型；采用遺傳算法對(duì)所述預(yù)測(cè)模型進(jìn)行訓(xùn)練，確定X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的參數(shù)；采集預(yù)測(cè)集樣品的X射線熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值為所述X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的輸入層數(shù)據(jù)，得到所述預(yù)測(cè)集樣品的對(duì)應(yīng)目標(biāo)元素的含量。通過(guò)上述的方法能夠有效的獲取模型參數(shù)，獲得良好的預(yù)測(cè)效果。
【專利說(shuō)明】基于支持向量機(jī)的X射線熒光光譜分析方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及X射線光譜檢測(cè)【技術(shù)領(lǐng)域】，尤其涉及一種基于支持向量機(jī)的X射線熒光光譜分析方法及裝置。

【背景技術(shù)】
[0002]X 射線突光光譜(x-ray Fluorescence Spectroscopy,簡(jiǎn)稱 XPF)是利用 X 射線激發(fā)元素外層電子，利用光譜儀獲取電子躍遷時(shí)的熒光光譜，并由譜線的能量和強(qiáng)度進(jìn)行定性定量分析。
[0003]X射線熒光光譜為原子發(fā)射光譜的一種，在元素測(cè)定方面應(yīng)用廣泛。其可測(cè)定的元素的范圍廣，包括元素周期表中Z ^ 3 (Li)的所有元素，可測(cè)定的濃度范圍寬，具有快速準(zhǔn)確、操作簡(jiǎn)單、能同時(shí)測(cè)定多種元素的特點(diǎn)，適合于多種類型的固態(tài)和液態(tài)物質(zhì)的測(cè)定。目前X射線熒光光譜技術(shù)在農(nóng)業(yè)中的應(yīng)用主要集中于土壤、農(nóng)產(chǎn)品污染監(jiān)測(cè)和農(nóng)產(chǎn)品中微量元素的測(cè)定等領(lǐng)域。X射線熒光光譜分析易受到周圍環(huán)境如土壤水分含量的影響，也會(huì)受到測(cè)量條件如樣品顆粒大小的影響。
[0004]由于土壤類別繁多，屬性復(fù)雜，且受到土壤的基體效應(yīng)和自吸收效應(yīng)的制約，現(xiàn)有技術(shù)中還沒(méi)有建立普適性的標(biāo)準(zhǔn)曲線或者模型，也沒(méi)有可靠的XPF檢測(cè)農(nóng)田土壤中重金屬的方法，使得檢測(cè)的準(zhǔn)確性不高。


【發(fā)明內(nèi)容】

[0005]本發(fā)明實(shí)施例提供了一種基于支持向量機(jī)的X射線熒光光譜分析方法及裝置，能夠有效的獲取模型參數(shù)，獲得良好的預(yù)測(cè)效果。
[0006]第一方面，本發(fā)明提供了一種基于支持向量機(jī)的X射線突光光譜分析方法，包括:
[0007]采集訓(xùn)練集樣品的X射線熒光光譜，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值；
[0008]測(cè)定所述訓(xùn)練集樣品的目標(biāo)元素的含量；
[0009]將所述強(qiáng)度值作為輸入層數(shù)據(jù)，將所述目標(biāo)元素的含量作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測(cè)模型；
[0010]采用遺傳算法對(duì)所述預(yù)測(cè)模型進(jìn)行訓(xùn)練，確定X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的參數(shù)；
[0011 ] 采集預(yù)測(cè)集樣品的X射線熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值為所述X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的輸入層數(shù)據(jù)，得到所述預(yù)測(cè)集樣品的對(duì)應(yīng)目標(biāo)元素的含量。
[0012]可選地，所述方法還包括:
[0013]利用所述預(yù)測(cè)集樣品的對(duì)應(yīng)目標(biāo)元素的含量和所述預(yù)測(cè)集樣品的測(cè)定的目標(biāo)元素含量對(duì)所述支持向量機(jī)模型驗(yàn)證。
[0014]可選地，所述采集訓(xùn)練集樣品的X射線熒光光譜，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值，包括:
[0015]采集訓(xùn)練集樣品的X射線熒光光譜；
[0016]對(duì)所述X射線熒光光譜進(jìn)行數(shù)據(jù)處理，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值；
[0017]其中，所述數(shù)據(jù)處理包括:對(duì)所述X射線熒光光譜求平均值，扣除背景以及譜線去干擾擬合。
[0018]可選地，所述測(cè)定所述訓(xùn)練集樣品的目標(biāo)元素的含量，具體為:
[0019]采用理化分析方式測(cè)得所述訓(xùn)練集樣品的目標(biāo)元素的含量。
[0020]可選地，所述支持向量機(jī)模型為:

【權(quán)利要求】
1.一種基于支持向量機(jī)的X射線熒光光譜分析方法，其特征在于，包括: 采集訓(xùn)練集樣品的X射線熒光光譜，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值； 測(cè)定所述訓(xùn)練集樣品的目標(biāo)元素的含量； 將所述強(qiáng)度值作為輸入層數(shù)據(jù)，將所述目標(biāo)元素的含量作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測(cè)模型； 采用遺傳算法對(duì)所述預(yù)測(cè)模型進(jìn)行訓(xùn)練，確定X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的參數(shù)； 采集預(yù)測(cè)集樣品的X射線熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值為所述X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的輸入層數(shù)據(jù)，得到所述預(yù)測(cè)集樣品的對(duì)應(yīng)目標(biāo)元素的含量。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括: 利用所述預(yù)測(cè)集樣品的對(duì)應(yīng)目標(biāo)元素的含量和所述預(yù)測(cè)集樣品的測(cè)定的目標(biāo)元素含量對(duì)所述支持向量機(jī)模型驗(yàn)證。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采集訓(xùn)練集樣品的X射線熒光光譜，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值，包括: 采集訓(xùn)練集樣品的X射線熒光光譜； 對(duì)所述X射線熒光光譜進(jìn)行數(shù)據(jù)處理，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值；其中，所述數(shù)據(jù)處理包括:對(duì)所述X射線熒光光譜求平均值，扣除背景以及譜線去干擾擬合。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述測(cè)定所述訓(xùn)練集樣品的目標(biāo)元素的含量，具體為: 采用理化分析方式測(cè)得所述訓(xùn)練集樣品的目標(biāo)元素的含量。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述支持向量機(jī)模型為:
其中，b為支持向量機(jī)模型的截距，Cii為拉格朗日算子，K(x，xk)為高斯徑向基函數(shù)，η為向量的維數(shù)，xk為輸入層向量，X為輸入層數(shù)據(jù)，y為輸出數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用遺傳算法對(duì)所述預(yù)測(cè)模型進(jìn)行訓(xùn)練，包括: s61、設(shè)定迭代次數(shù)t，所述t的初始值為O，設(shè)定種群數(shù)量，交叉率和變異率； s62、建立所述預(yù)測(cè)模型參數(shù)，隨機(jī)選擇產(chǎn)生初始種群； s63、對(duì)所述初始種群的個(gè)體訓(xùn)練，計(jì)算個(gè)體適應(yīng)度函數(shù)值，采用均方根誤差分析個(gè)體適應(yīng)度函數(shù)值，均力根識(shí)方
其中，Ii為驗(yàn)證集樣品的實(shí)際測(cè)量值y力樣品的模型預(yù)測(cè)值；k為驗(yàn)證集樣品的數(shù)量； s64、當(dāng)所述種群中最優(yōu)個(gè)體所對(duì)應(yīng)的適應(yīng)度滿足設(shè)定的迭代次數(shù)，則轉(zhuǎn)至步驟S66，否則執(zhí)行步驟S65 ； 565、迭代次數(shù)t= t+Ι,應(yīng)用選擇，交叉率和變異率產(chǎn)生新的種群，則轉(zhuǎn)至步驟S63 ； 566、給出預(yù)測(cè)模型參數(shù)，并用其訓(xùn)練數(shù)據(jù)集，獲得預(yù)測(cè)模型。
7.一種基于支持向量機(jī)的X射線熒光光譜分析裝置，其特征在于，包括: 采集提取單元，用于采集訓(xùn)練集樣品的X射線熒光光譜，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值； 測(cè)定單元，用于測(cè)定所述訓(xùn)練集樣品的目標(biāo)元素的含量； 建模單元，用于將所述強(qiáng)度值作為輸入層數(shù)據(jù)，將所述目標(biāo)元素的含量作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測(cè)模型； 訓(xùn)練單元，用于采用遺傳算法對(duì)所述預(yù)測(cè)模型進(jìn)行訓(xùn)練，確定X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的參數(shù)； 預(yù)測(cè)單元，用于采集預(yù)測(cè)集樣品的X射線熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值為所述X射線熒光光譜分析目標(biāo)元素的支持向量機(jī)模型的輸入層數(shù)據(jù)，得到所述預(yù)測(cè)集樣品的對(duì)應(yīng)目標(biāo)元素的含量。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括: 驗(yàn)證單元，用于利用所述預(yù)測(cè)集樣品的對(duì)應(yīng)目標(biāo)元素的含量和所述預(yù)測(cè)集樣品的測(cè)定的目標(biāo)元素含量對(duì)所述支持向量機(jī)模型驗(yàn)證。
9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述采集提取單元，具體用于: 采集訓(xùn)練集樣品的X射線熒光光譜； 對(duì)所述X射線熒光光譜進(jìn)行數(shù)據(jù)處理，提取所述熒光光譜上若干個(gè)數(shù)據(jù)點(diǎn)強(qiáng)度值； 其中，所述數(shù)據(jù)處理包括:對(duì)所述X射線熒光光譜求平均值，扣除背景以及譜線去干擾擬合。
10.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述測(cè)定單元，具體用于: 采用理化分析方式測(cè)得所述訓(xùn)練集樣品的目標(biāo)元素的含量。
【文檔編號(hào)】G01N23/223GK104198512SQ201410406583
【公開(kāi)日】2014年12月10日 申請(qǐng)日期:2014年8月18日 優(yōu)先權(quán)日:2014年8月18日
【發(fā)明者】陸安祥, 王紀(jì)華, 田曉琴, 付海龍, 李芳
申請(qǐng)人:北京農(nóng)業(yè)質(zhì)量標(biāo)準(zhǔn)與檢測(cè)技術(shù)研究中心