激光诱导击穿光谱技术具有微损、 原位、 快速分析的特点, 在样品分类识别、 成分分析等领域有广阔的应用前景。 为探索该技术在天然地质样品识别应用的可行性, 提出了一种自组织特征映射神经网络结合相关判别对天然地质样品LIBS光谱分类识别的方法。 为减小全谱中背景噪声等不相关数据干扰、 降低计算量, 在元素谱线归属的基础上进行了特征谱线提取, 实现了高维光谱数据的降维。 以特征谱数据为输入建立网络训练模型, 得到具有输入样本特征的权向量, 通过权向量与待测样本进行相关分析可以实现样品分类。 对16种天然地质样品的分类算法实验证明, 在全谱、 主成分降维和特征谱段三种数据处理方法中, 特征谱的降维和提取LIBS数据主特征效果最优。 改进的SOM网络结合相关判别算法比支持向量机方法和直接应用SOM网络方法的分类准确度更高, 初步证实了该方法的有效性。