首页 > 论文 > 激光与光电子学进展 > 57卷 > 15期(pp:153002)

基于激光诱导击穿光谱与GA-BP神经网络对塑料分类识别

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

利用激光诱导击穿光谱技术(LIBS)与遗传算法优化误差反向(GA-BP)神经网络对生活中常见9种塑料进行分类识别。通过激光诱导击穿塑料表面产生等离子光谱,运用光谱仪对每种塑料采集100组光谱数据,以NIST原子光谱数据库为参考,对主要的元素特征谱线进行精确的标定。实验中选取了15条特征谱线进行分析,通过主成分分析法(PCA)对光谱数据进行降维处理,建立GA-BP神经网络模型。实验结果表明,通过PCA对数据进行降维后,GA-BP神经网络识别效率得到很大提高,平均识别精度高达99.82%。通过LIBS技术与GA-BP神经网络的研究可以为多类型的塑料进行快速、精准的识别提供新方法和数据参考。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.153002

作者单位:

    西北师范大学
    西北师范大学
    西北师范大学
    西北师范大学
    西北师范大学
    西北师范大学
    西北师范大学
    西北师范大学

引用该论文

宋海声,麻林召,朱恩功,王一帆,刘宇平,孙文健,彭鹏,李承. 基于激光诱导击穿光谱与GA-BP神经网络对塑料分类识别[J].激光与光电子学进展,2020,57(15):153002.