[发明专利]一种基于光斑改善激光诱导击穿光谱长期稳定性的方法

权利要求书

1.一种基于光斑改善激光诱导击穿光谱长期稳定性的方法，其特征在于该方法包括以下步骤：

1)在激光器出口放置一个分光镜，将出射激光分为两束，在其中一束激光后设置光束质量分析仪，得到光斑图像；另一束激光聚焦到样品表面，得到光谱；

2)不人为改变实验条件，每天获得至少30幅的光斑图像和30个光谱，测量天数至少为10天，共获得n幅光斑图像P_i和n个谱线强度I_i；

3)将n幅光斑图像和n个光谱随机划分为训练集和测试集，将训练集所有天的平均光谱强度定义为标准光谱强度I_标；

4)利用下式计算训练集光谱强度I_训相对于标准光谱强度I_标的相对偏差e_训；将训练集的光斑图像P_训作为模型输入，将相对偏差e_训作为模型输出，使用机器学习算法，建立基于光斑的光谱修正模型：

其中，e_训为训练集光谱强度相对于标准光谱强度的相对偏差；

I_训为训练集光谱强度；I_标为标准光谱强度；

5)将n幅光斑图像P_i作为输入代入模型，获得光谱相对偏差e_i，使用e_i对所有光谱的强度进行修正，得到修正后的光谱强度I_修，完成对光谱的修正：

其中，I_修：修正后光谱强度；

I_i：所有光谱强度，i＝1，2，...n，n为光谱总数；

e_i：实测光谱强度相对于标准光谱强度的相对偏差。

2.如权利要求1所述的一种基于光斑改善激光诱导击穿光谱长期稳定性的方法，其特征在于，所述的机器学习算法为线性或非线性算法，包括偏最小二乘算法、支持向量机算法或神经网络算法。