[发明专利]基于激光诱导击穿光谱的爆炸物实时远距离检测方法在审
申请号: | 201610013800.6 | 申请日: | 2016-01-11 |
公开(公告)号: | CN105651742A | 公开(公告)日: | 2016-06-08 |
发明(设计)人: | 王茜蒨;赵宇;何力骜;彭中;林幼娜 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G01N21/63 | 分类号: | G01N21/63;G01N21/01 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100081 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 激光 诱导 击穿 光谱 爆炸物 实时 远距离 检测 方法 | ||
1.基于激光诱导击穿光谱的爆炸物实时远距离检测方法,其特征在于:具体步骤如下:
步骤一、LIBS光谱采集:利用激光诱导击穿光谱测量系统对被测样品不同区域进行测量,得到被测样品的LIBS光谱;
步骤二、LIBS光谱预处理:在步骤一采集的光谱中选择爆炸物识别所采用的特征谱线,舍弃其他元素谱线;计算特征谱线的强度以及不同特征谱线之间的强度比值,对谱线强度以及强度之比进行归一化处理;
步骤三、LIBS光谱识别:将经过步骤二预处理后的特征谱线强度及其比值作为输入变量,利用非监督学习方法进行判别处理,在分析时将爆炸物光谱和非爆炸物光谱与待测物光谱一起输入分类器中进行聚类分析,若待测物光谱与爆炸物光谱聚成一类,则说明待测物是爆炸物;若待测物光谱与非爆炸物光谱聚成一类,则说明待测物是非爆炸物。
2.如权利要求1所述的基于激光诱导击穿光谱的爆炸物实时远距离检测方法,其特征在于:步骤三所述的判别处理方法为采用监督学习方法判别爆炸物;当利用监督学习方法进行处理时,需要事先建立判别模型,再利用判别模型对被测样品LIBS光谱进行处理。
3.如权利要求1或2所述的基于激光诱导击穿光谱的爆炸物实时远距离检测方法,其特征在于:所述监督学习方法为偏最小二乘-判别分析算法;利用监督学习方法判别爆炸物的过程;
(a)PLS-DA判别模型建立过程如下:
以不同种类的样品为类别对象,将经过步骤二预处理的特征谱线强度及其比值作为训练样本的自变量矩阵X,设定分类变量矩阵Y,用PLS回归方法对训练样本的自变量矩阵X和分类矩阵Y进行分解,使X和Y的主成分最大程度线性相关,模型为:
X=TPT+E
Y=UQT+F
其中T和U分别为X和Y的得分矩阵,P和Q分别为X和Y的载荷矩阵,E和F分别为X和Y的残差矩阵,上标T表示矩阵转置运算;
将T和U作线性回归,U=TB,其中回归因子B=(TTT)-1TTY;
(b)判别分析
预测未知样本时,将步骤一采集的未知样本的LIBS光谱经过步骤二预处理,得到特征谱线强度及其比值输入到建立好的模型中,根据P求出未知样本x的得分向量t,依据下式计算出预测值y;
y=tBQ
根据y的值对未知样本的类别进行判定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610013800.6/1.html,转载请声明来源钻瓜专利网。