一種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù)測方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù)測方法，該方法將激光誘導(dǎo)擊穿光與支持向量機(jī)非線性回歸算法相結(jié)合，有效獲取模型參數(shù)以克服固體樣直接分析中基質(zhì)效應(yīng)的影響，實(shí)現(xiàn)巖土燒失量的準(zhǔn)確快速測定，獲得可靠結(jié)果。相比于傳統(tǒng)灼燒測量法，可大幅減輕勞動(dòng)量與分析時(shí)間，節(jié)約成本，具備數(shù)據(jù)實(shí)時(shí)獲取的特點(diǎn)。本發(fā)明還同時(shí)提供了一種適用于上述方法的預(yù)測系統(tǒng)。
【專利說明】
一種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù)測方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及巖土分析領(lǐng)域，具體涉及一種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù) 測方法及系統(tǒng)。
【背景技術(shù)】
[0002] 燒失量值是巖石、土壤、礦物分析中重要的分析指標(biāo)，主要是通過測定特定強(qiáng)熱條 件下樣品揮發(fā)組分的減少量達(dá)到樣品質(zhì)量檢測及性能測試的目標(biāo)，因此在工業(yè)原材料加工 控制領(lǐng)域有重要應(yīng)用。如用于鐵礦石原料的質(zhì)量檢測，燒失量代表了在冶煉過程中損失的 實(shí)際材料。在高溫冶金處理行業(yè)，如石灰，鋁礬土煅燒，耐火材料，以及水泥生產(chǎn)，原材料中 的燒失量大致相當(dāng)于在窯經(jīng)受的質(zhì)量損失。
[0003]在巖土工程中，巖土是重要的施工對(duì)象，同時(shí)又是重要的原材料，巖土燒失量始終 是土工試驗(yàn)的必要分析項(xiàng)目和評(píng)價(jià)指標(biāo)。實(shí)驗(yàn)室目前普遍采用灼燒法進(jìn)行測量。主要是將 待測樣品進(jìn)行烘干后，使用坩堝置于溫控爐內(nèi)進(jìn)行預(yù)加溫，再灼燒(900-1000度，5-6個(gè)小 時(shí)）后經(jīng)CO 2氛圍冷卻，經(jīng)重復(fù)測定至恒重獲取燒失量數(shù)據(jù)。因此對(duì)測試時(shí)間及測試人員的 勞動(dòng)強(qiáng)度方面有更多的要求。盡管作為大多數(shù)情況下一個(gè)常規(guī)測量方法，但有時(shí)灼燒法并 非總是一種直接合適的方法，如樣品中含有大量鐵礦物，很有可能灼燒后的質(zhì)量在很大程 度上會(huì)由于Fe組分形式的變化會(huì)減小，因此還需輔以其他手段進(jìn)行校正。
[0004] 可見在巖土工程施工決策信息快速獲取中，這種經(jīng)典的方法其分析速度已明顯滯 后，目前亟需一種簡單快速的分析方法。

【發(fā)明內(nèi)容】

[0005] 為解決上述問題，本發(fā)明提供了一種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù)測方 法，包括以下步驟：
[0006] (1)取已知燒失量的巖土樣本，測定其激光誘導(dǎo)擊穿光譜，采集其光譜數(shù)據(jù)；
[0007] (2)對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理；
[0008] (3)以預(yù)處理后的數(shù)據(jù)，建立基于支持向量機(jī)的巖土燒失量預(yù)測模型；
[0009] (4)取待測巖土樣本，按照步驟（1)和步驟(2)的方法獲取數(shù)據(jù)，根據(jù)步驟(3)的預(yù) 測模型，得到巖土樣本的巖土燒失量預(yù)測值。
[0010] 進(jìn)一步地，所述步驟（1)的測定中，激光誘導(dǎo)擊穿光譜的波長范圍為150-1100nm， 優(yōu)選的波長范圍為220-800nm〇
[0011] 進(jìn)一步地，所述步驟（1)的測定中，光譜采集延遲時(shí)間為〇. 5-5ys，優(yōu)選的為1.5ys; 積分時(shí)間為200ys-100ms，優(yōu)選的為5ys。
[0012] 進(jìn)一步地，所述步驟(2)的預(yù)處理中，預(yù)處理的方法為背景校正法、平均值法或光 譜歸一化法，優(yōu)選全光譜歸一化方法。
[0013] 進(jìn)一步地，步驟⑶中，所述支持向量機(jī)的核函數(shù)為徑向基核函數(shù)。
[0014] 進(jìn)一步地，所述支持向量機(jī)的優(yōu)化參數(shù)是通過網(wǎng)格尋優(yōu)法得到的。
[0015] 本發(fā)明實(shí)施例提供了支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快速測 定的方法，包括以下步驟：
[0016] (1)采集訓(xùn)練集目標(biāo)樣品和預(yù)測集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜；
[0017] (2)將所述訓(xùn)練集樣品光譜數(shù)據(jù)作為輸入層數(shù)據(jù)，所述訓(xùn)練集樣品燒失量參考值 作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測模型；
[0018] (3)本發(fā)明中支持向量機(jī)使用徑向基核函數(shù)；
[0019] (4)采用網(wǎng)格尋優(yōu)法對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，確定激光誘導(dǎo)擊穿光譜分析目標(biāo) 樣品燒失量的支持向量機(jī)模型的優(yōu)化核參數(shù)；
[0020] (5)確定最優(yōu)參數(shù)后，將預(yù)測集樣品的激光誘導(dǎo)擊穿光譜作為所述激光誘導(dǎo)擊穿 光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)模型的輸入層數(shù)據(jù)，計(jì)算得到所述預(yù)測集樣品的 對(duì)應(yīng)燒失量預(yù)測值。
[0021] 作為一種更為具體的實(shí)施方式，前述方法包括以下步驟：
[0022] (a)采集訓(xùn)練集目標(biāo)樣品和預(yù)測集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜；
[0023] (b)將所述訓(xùn)練集樣品光譜數(shù)據(jù)作為輸入層數(shù)據(jù)，所述訓(xùn)練集樣品燒失量參考值 作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測模型；
[0024] (c)本發(fā)明中支持向量機(jī)使用徑向基核函數(shù)；
[0025] (d)采用網(wǎng)格尋優(yōu)法對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，確定激光誘導(dǎo)擊穿光譜分析目標(biāo) 樣品燒失量的支持向量機(jī)模型的優(yōu)化核參數(shù)；
[0026] (e)確定最優(yōu)參數(shù)后，將預(yù)測集樣品的激光誘導(dǎo)擊穿光譜作為所述激光誘導(dǎo)擊穿 光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)模型的輸入層數(shù)據(jù)，計(jì)算得到所述預(yù)測集樣品的 對(duì)應(yīng)燒失量預(yù)測值。
[0027] 上述步驟(a)中，所述訓(xùn)練集目標(biāo)樣品和預(yù)測集目標(biāo)樣品，為多類型巖石、土壤和 沉系物樣品；不同類型的巖土樣品經(jīng)簡單處理制得壓片待測樣;為保證激光光譜采樣的代 表性，采用網(wǎng)格狀分布，進(jìn)行多點(diǎn)采樣。
[0028] 上述步驟(a)中，采集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜，對(duì)所述激光誘導(dǎo)擊穿光譜進(jìn) 行數(shù)據(jù)處理;其中，所述數(shù)據(jù)處理包括:對(duì)所述激光誘導(dǎo)擊穿光譜求平均值，背景校正以及 譜學(xué)歸一。
[0029] 上述步驟(a)中，訓(xùn)練集目標(biāo)樣品的光譜數(shù)據(jù)與預(yù)測集目標(biāo)樣品的光譜數(shù)據(jù)，數(shù)量 比在0.5:1至5:1比例范圍。
[0030] 所述步驟(b)中訓(xùn)練集目標(biāo)樣品和步驟(e)中預(yù)測集目標(biāo)樣品的的燒失量參考值， 具體為:采用國家標(biāo)準(zhǔn)灼燒法測得所述目標(biāo)樣品的燒失量參考值。
[0031] 靳;未來驄m由建古的方掛tin畺如雨測模型為：
[0032]
[0033] 其中，Cii，4為Lagrange因子，K(Xi，x)為徑向基核函數(shù)，Xi為輸入層向量，X為輸入 層數(shù)據(jù)，b為支持向量機(jī)模型的偏置量，f (X)為輸出數(shù)據(jù)。
[0034] 所述步驟(d)中采用網(wǎng)格尋優(yōu)法對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，包括:使用訓(xùn)練集數(shù)據(jù) 通過網(wǎng)格尋優(yōu)法對(duì)核參數(shù)σ在0.1到15范圍內(nèi)和懲罰因子C在HT 5-IO5范圍內(nèi)進(jìn)行尋優(yōu)。
[0035] 所述支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快速測定方法，還包括： 利用所述預(yù)測集樣品的對(duì)應(yīng)燒失量預(yù)測值和所述預(yù)測樣品的燒失量參考值對(duì)所述支持向 量機(jī)模型進(jìn)行驗(yàn)證。
[0036]本發(fā)明還提供了一種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù)測系統(tǒng)，可用于前述 方法的實(shí)施，所述系統(tǒng)包括：
[0037]激光誘導(dǎo)擊穿光譜數(shù)據(jù)采集及預(yù)處理模塊，用于采集巖土樣本的激光誘導(dǎo)擊穿光 譜數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行光譜學(xué)預(yù)處理，作為建立巖土燒失量預(yù)測模型所需的訓(xùn)練集數(shù)據(jù)和預(yù) 測集數(shù)據(jù)；
[0038]支持向量機(jī)訓(xùn)練建模模塊，用于將所述訓(xùn)練集數(shù)據(jù)作為輸入層數(shù)據(jù)，訓(xùn)練集樣本 的燒失量值作為輸出層數(shù)據(jù)，建立支持向量機(jī)訓(xùn)練模型；
[0039]支持向量機(jī)參數(shù)優(yōu)化模塊，用于對(duì)支持向量機(jī)的參數(shù)進(jìn)行優(yōu)化；
[0040] 支持向量機(jī)預(yù)測模塊，用于將待測巖土樣本的激光誘導(dǎo)擊穿光譜數(shù)據(jù)作為支持向 量機(jī)模型的輸入層數(shù)據(jù)，計(jì)算得到所述待測樣品的燒失量預(yù)測值。
[0041] 進(jìn)一步地，所述光譜預(yù)處理中，光譜預(yù)處理的方法為背景校正法、平均值法或光譜 歸一化法，優(yōu)選全光譜歸一化方法。
[0042] 進(jìn)一步地，所述支持向量機(jī)訓(xùn)練建模模塊中，所述支持向量機(jī)的核函數(shù)為徑向基 核函數(shù)。
[0043] 進(jìn)一步地，所述持向量機(jī)參數(shù)優(yōu)化模塊中，優(yōu)化的方法為網(wǎng)格尋優(yōu)法。
[0044] 作為一種更為具體的實(shí)施方式，前述系統(tǒng)包括：
[0045] 激光誘導(dǎo)擊穿光譜信息采集模塊，用于采集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜；
[0046] 支持向量機(jī)數(shù)據(jù)建模模塊，用于將所述光譜數(shù)據(jù)作為輸入層數(shù)據(jù)，將所述目標(biāo)樣 的燒失量參考值作為輸出層數(shù)據(jù)，建立支持向量機(jī)預(yù)測模型；
[0047] 支持向量機(jī)參數(shù)優(yōu)化模塊，采用網(wǎng)格尋優(yōu)法對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，確定激光 誘導(dǎo)擊穿光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)模型的優(yōu)化參數(shù)；
[0048] 支持向量機(jī)預(yù)測模塊，將預(yù)測樣品的激光誘導(dǎo)擊穿光譜作為所述激光誘導(dǎo)擊穿光 譜分析目標(biāo)樣品的支持向量機(jī)模型的輸入層數(shù)據(jù)，得到所述預(yù)測集樣品的對(duì)應(yīng)燒失量預(yù)測 值。
[0049] 模型驗(yàn)證模塊，利用所述預(yù)測集樣品的對(duì)應(yīng)燒失量預(yù)測值和所述預(yù)測樣品的國家 標(biāo)準(zhǔn)灼燒法測得燒失量參考值對(duì)所述支持向量機(jī)模型驗(yàn)證。
[0050] 更為具體地，所述激光誘導(dǎo)擊穿光譜信息采集模塊，對(duì)所述激光誘導(dǎo)擊穿光譜進(jìn) 行數(shù)據(jù)預(yù)處理，包括:對(duì)所述激光誘導(dǎo)擊穿光譜求平均值，背景校正以及譜學(xué)歸一。
[0051] 本發(fā)明具有下述有益效果：
[0052] (1)本發(fā)明提供的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快速測量的 方法及系統(tǒng)，通過采集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜;將所述訓(xùn)練集目標(biāo)樣品的激光誘導(dǎo) 擊穿光譜作為輸入層數(shù)據(jù)，所述訓(xùn)練集目標(biāo)樣品的燒失量參考值作為輸出層數(shù)據(jù)，建立支 持向量機(jī)的預(yù)測模型；采用網(wǎng)格尋優(yōu)法對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，建立激光誘導(dǎo)擊穿光譜 分析目標(biāo)樣品燒失量值的支持向量機(jī)優(yōu)化模型;將預(yù)測集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜數(shù) 據(jù)作為所述激光誘導(dǎo)擊穿光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)優(yōu)化模型的輸入層數(shù) 據(jù)，得到所述預(yù)測集目標(biāo)樣品的對(duì)應(yīng)燒失量值，通過模型驗(yàn)證，獲得可靠的預(yù)測結(jié)果。
[0053] (2)激光誘導(dǎo)擊穿光譜技術(shù)分析快速，樣品預(yù)處理簡單。尤其直接用于固體樣品分 析時(shí)，激光誘導(dǎo)擊穿光譜包含了樣品基質(zhì)豐富的物理與化學(xué)特征信息。
[0054] (3)支持向量機(jī)(SVM)對(duì)異常值和噪聲有很好的容忍度，通過使用核函數(shù)實(shí)現(xiàn)非線 性回歸，達(dá)到多類型樣品直接分析時(shí)的基質(zhì)效應(yīng)有效校正，克服光譜數(shù)據(jù)中由于元素互相 干擾及環(huán)境噪聲等的影響，有效提高預(yù)測準(zhǔn)確度，具有理想的泛化能力。
[0055] (4)燒失量測定是巖土工程施工中土工試驗(yàn)的重要分析內(nèi)容。本發(fā)明在實(shí)際應(yīng)用 中，節(jié)約了分析時(shí)間，降低了成本。
[0056]顯然，根據(jù)本發(fā)明的上述內(nèi)容，按照本領(lǐng)域的普通技術(shù)知識(shí)和慣用手段，在不脫離 本發(fā)明上述基本技術(shù)思想前提下，還可以做出其它多種形式的修改、替換或變更。
[0057]以下通過實(shí)施例形式的【具體實(shí)施方式】，對(duì)本發(fā)明的上述內(nèi)容再作進(jìn)一步的詳細(xì)說 明。但不應(yīng)將此理解為本發(fā)明上述主題的范圍僅限于以下的實(shí)例。凡基于本發(fā)明上述內(nèi)容 所實(shí)現(xiàn)的技術(shù)均屬于本發(fā)明的范圍。
【附圖說明】
[0058]圖1是本發(fā)明實(shí)施例提供的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快 速測定方法的建模流程圖。
[0059] 圖2是本發(fā)明實(shí)施例提供的部分巖石樣品和土壤樣品的激光誘導(dǎo)擊穿光譜圖。
[0060] 圖3是本發(fā)明實(shí)施例提供的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快 速測定模型的訓(xùn)練結(jié)果與國家標(biāo)準(zhǔn)灼燒法測定的燒失量參考值的比較示意圖。
[0061] 圖4是本發(fā)明實(shí)施例提供的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快 速測量的模型的預(yù)測結(jié)果與目標(biāo)樣品燒失量參考值的比較示意圖。
[0062] 圖5是本發(fā)明實(shí)施例提供的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快 速測量系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0063]實(shí)施例1本發(fā)明的巖土燒失量預(yù)測方法
[0064] 本發(fā)明的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快速測量方法總流 程所述如下：
[0065] 采集訓(xùn)練集和預(yù)測集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜；
[0066] 舉例說明，通過光譜儀采集訓(xùn)練集樣品的激光誘導(dǎo)擊穿光譜；
[0067]對(duì)所述激光誘導(dǎo)擊穿光譜進(jìn)行數(shù)據(jù)處理，其中，處理的方法包括:求平均，背景校 正，以及譜學(xué)歸一；
[0068] 將所述預(yù)處理后訓(xùn)練集光譜數(shù)據(jù)作為輸入層數(shù)據(jù)，所述訓(xùn)練集目標(biāo)樣品的燒失量 參考值作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測模型；
[0069] 采用網(wǎng)格尋優(yōu)法對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，確定激光誘導(dǎo)擊穿光譜分析目標(biāo)樣品 燒失量的支持向量機(jī)模型的優(yōu)化參數(shù)；
[0070] 將預(yù)測集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜數(shù)據(jù)作為所述激光誘導(dǎo)擊穿光譜分析目 標(biāo)樣品燒失量值的支持向量機(jī)模型的輸入層參數(shù)，計(jì)算得到所述預(yù)測集目標(biāo)樣品的燒失量 值；
[0071] 其中所述目標(biāo)樣品的燒失量參考值由國家標(biāo)準(zhǔn)灼燒檢測方法測得。
[0072] 根據(jù)所述預(yù)測集目標(biāo)樣品的燒失量計(jì)算值與國家標(biāo)準(zhǔn)灼燒檢測法測定的預(yù)測集 樣品的燒失量參考值，利用相關(guān)系數(shù)和均方根誤差來評(píng)價(jià)支持向量機(jī)的模型的準(zhǔn)確度和精 確度。
[0073]在本實(shí)施例中，模型驗(yàn)證表明，在獲取支持向量機(jī)優(yōu)化參數(shù)的基礎(chǔ)上，該檢測方法 能準(zhǔn)確測定目標(biāo)巖土樣品的燒失量值。
[0074]以下將結(jié)合本發(fā)明實(shí)施例的建模流程圖（圖1)，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn) 行清楚、完整的描述。需指出的，所描述的實(shí)施例僅僅是本發(fā)明的部分實(shí)施例。
[0075]圖1為本發(fā)明實(shí)施例提供的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快 速測定方法的建模流程示意圖，如圖所示，包括以下流程：
[0076]流程1001，采集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜；
[0077] 舉例說明，所述流程1001中：
[0078]目標(biāo)樣品為使用紅外燈加熱干燥巖土粉末后制成的樣品壓片；
[0079]利用激光誘導(dǎo)擊穿光譜檢測系統(tǒng)在壓片樣品表面的不同測量位點(diǎn)進(jìn)行測量，通過 光譜儀采集訓(xùn)練集目標(biāo)樣品和預(yù)測集目標(biāo)樣品的光譜數(shù)據(jù)；
[0080] 對(duì)流程1001中所述激光誘導(dǎo)擊穿光譜進(jìn)行數(shù)據(jù)處理，其中，處理的方法包括:求平 均，背景校正，以及譜學(xué)歸一。
[0081] 流程1002,將所述經(jīng)預(yù)處理的訓(xùn)練集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜數(shù)據(jù)作為輸入 層數(shù)據(jù)，所述目標(biāo)樣品的燒失量參考值作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測模型。
[0082] 本發(fā)明中支持向量機(jī)使用徑向基核函數(shù)；
[0083]流程1003,使用訓(xùn)練集數(shù)據(jù)通過網(wǎng)格法對(duì)徑向基核函數(shù)σ在0.1 -15范圍內(nèi)，核懲 罰因子C在HT5-IO5范圍內(nèi)進(jìn)行尋優(yōu)，利用K-折交叉驗(yàn)證法(K-CV)獲取子訓(xùn)練集并建立模 型，然后用計(jì)算獲得的燒失量數(shù)據(jù)來估計(jì)模型的預(yù)測準(zhǔn)確度，當(dāng)預(yù)測準(zhǔn)確度最高時(shí)對(duì)應(yīng)的 參數(shù)為最優(yōu)參數(shù)；
[0084]流程1004中，利用訓(xùn)練集數(shù)據(jù)建立的SVM最終優(yōu)化模型，將預(yù)測集目標(biāo)樣品的激光 誘導(dǎo)擊穿光譜數(shù)據(jù)作為所述激光誘導(dǎo)擊穿光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)模型 的輸入層參數(shù)，得到所述預(yù)測集目標(biāo)樣品的燒失量計(jì)算值。
[0085]流程1002和流程1004中，所述訓(xùn)練集和預(yù)測集樣品的總數(shù)不低于15個(gè)，訓(xùn)練集和 預(yù)測集樣品數(shù)目的比例范圍設(shè)計(jì)為0.5:1~5:1。以下具體示例選定在3:2.
[0086]目標(biāo)樣品的燒失量參考值由國家標(biāo)準(zhǔn)灼燒方法測定得到。
[0087]上述流程1002和流程1004中，支持向量機(jī)借助于核函數(shù)技術(shù)，將低維非線性問題 轉(zhuǎn)化為求解高維特征空間的線性問題來解決。樣本的最終預(yù)測值通過如下建模過程得到： [0088]設(shè)訓(xùn)練集樣品的激光誘導(dǎo)擊穿光譜數(shù)據(jù)為(1 1^1)，1 = 1，2，一，1.1為樣本數(shù)，且輸 入樣本為η維向量。1個(gè)樣本及其輸出值可表不為(Xi，yi) e Rn X R.
[0089] 通過一個(gè)非線性映射Φ將數(shù)據(jù)映射到高維特征空間F，在這個(gè)空間進(jìn)行非線性支 持向量機(jī)回歸：
[0090] f(x)= ωτΦ(χ)+ΜΦ :Rn-F，ω eF) (I);
[0091] 式中ω是權(quán)重向量，b是閾值，Φ( ·)是輸入空間到特征空間的非線性映射，f( ·) 在特征空間中表示為一個(gè)線性函數(shù)。
[0092]為保證最好估計(jì)，采用最小化Euclidean范數(shù)尋找一個(gè)最小的ω ;
[0093]且假定存在函數(shù)f在ε精度能夠估計(jì)所有的(Xl，yi)數(shù)據(jù)，采用ε-不敏感損失函數(shù)增 加回歸的穩(wěn)健性；
[0094] 對(duì)于上述式（1)，尋找最小ω的問題可表示成凸優(yōu)化問題，即：
[0095]
[0096] s · t .yi_ ω 1 Φ (xi)-b<e ; ω 1 Φ (xi)+b_yi<e (3)
[0097] 為處理函數(shù)f在ε精度不能估計(jì)的數(shù)據(jù)，即考慮允許擬合誤差，引入松弛因子 發(fā)石，益泛0,則上述式⑶變?yōu)椋?br>[0098] γι-ωτΦ (xi)-b^；e+|i
[0099]
[0100]
[0101] 綜合考慮擬合誤差和函數(shù)復(fù)雜度，支持向量機(jī)回歸（SVR)表示為在以上約束條件 (4)下，求下列優(yōu)化目標(biāo)函數(shù)的最小值問題：
[0102]
[0103]其中，式(5)中，第1項(xiàng)是使回歸函數(shù)更為平坦，從而提高泛化能力，第2項(xiàng)為減小誤 差，常數(shù)OO是函數(shù)復(fù)雜度和損失誤差的平衡量，表示對(duì)超出誤差ε的樣本的懲罰程度，稱為 懲罰因子或正則化系數(shù)。
[0104] 求解式(4)和式(5)，是一個(gè)凸二次優(yōu)化問題。由約束問題的最優(yōu)化條件，對(duì)偶理論 以及鞍點(diǎn)條件，引入此問題的Lagrange函數(shù)：
[0105]
[0106]
[0107] 再根據(jù)KKT優(yōu)化條件要求Lagrange函數(shù)相對(duì)于變量ω，b，Ii，||的偏導(dǎo)數(shù)為0,有如 下等式成立：
[0108]
[0109]
[0110]
[0111]
[0112]將上述KKT優(yōu)化條件(7)，（8)，（9)和（10)帶入優(yōu)化問題(5)的目標(biāo)函數(shù)中，根據(jù)對(duì) 偶原理和核函數(shù)桔術(shù)，可得（5 )的對(duì)偶化Ι'η?題：
[0113]
[0114] 在式(7)約束條件下，求函數(shù)L對(duì)ω，b，|i，靛的最小化，對(duì)Cti, ，滅的最大化。 將最大化式(11)求得的參數(shù)<帶入(8)，并由（1)得回歸函數(shù)為：
[0115]
[0116]其中，b為支持向量機(jī)模型的偏置量，Cii，《|為拉格朗日因子，κ( Xi，χ)為徑向基核函 數(shù)，η為向量的維數(shù)，X1S輸入層向量，f(x)為輸出數(shù)據(jù)，X為輸入層數(shù)據(jù)。
[0117]滿足Mercer條件的任何對(duì)稱的核函數(shù)對(duì)應(yīng)于特征空間的點(diǎn)積，其具體實(shí)現(xiàn)是通過 上述（I1 nI才由炫nIt · φ (Xj)來實(shí)現(xiàn)的。本發(fā)明采用徑向基(RBF)函數(shù)：
[0118]
[0119]其中，〇為核函數(shù)參數(shù)，Xi，Xj為訓(xùn)練樣品集的有效特征向量，i，je[l， n].
[0120] 上述（12)式只有少部分的(? ~ 不為零，它們對(duì)應(yīng)的樣本稱為支持向量。對(duì)于 非線性支持向量機(jī)回歸，其基本思想是通過一個(gè)非線性映射φ將數(shù)據(jù)X映射到高維特征空 間(Hilbert空間），并在這個(gè)空間進(jìn)行線性回歸。使用核函數(shù)，這樣就免去了在高維空間計(jì) 算復(fù)雜的點(diǎn)積運(yùn)算。
[0121] 為求解式(12)中參數(shù)，由上述5)式中線性ε-不敏感損失函數(shù)：
[0122] e(f(x)-y) =max(0, | f (x)-y-e (13)
[0123] 可引出優(yōu)化問題。為求解(5)式中的在約束條件（7)最大化（11)即可得 解。
[0124] 求解式(7)和（11 )，由KKT條件則在最優(yōu)處有：
[0125] ' .......
[0126]
[0127]
[0128]
[0129]
[0130] 因此(5)式中的b按照(8)式，對(duì)所有的支持向量分別計(jì)算b的值，然后求平均值得：
[0131]
[0132] 兵甲，?κ73Τ貝測誤左。
[0133] 舉例說明，上述流程1003支持向量機(jī)模型中，C誤差懲罰參數(shù)，σ是核函數(shù)參數(shù)，ε是 損失系數(shù)，對(duì)模型的擬合結(jié)果產(chǎn)生較大的影響。采用網(wǎng)格尋優(yōu)法對(duì)所述模型進(jìn)行訓(xùn)練，確定 激光誘導(dǎo)擊穿光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)模型的參數(shù)；
[0134] 米用均方根誤差（Root Mean Square Error，簡稱RMSi
評(píng)價(jià)參數(shù)選擇的有效性。其中，yi為預(yù)測集樣品的實(shí)際測量參考值為預(yù)測集樣品的模型 計(jì)算值;η為預(yù)測集樣品的數(shù)量。
[0135] 因此理解為，給出最佳的參數(shù)(：，〇和￡，并用其訓(xùn)練數(shù)據(jù)集以獲得最佳的預(yù)測模型。
[0136] 流程1005中，利用預(yù)測目標(biāo)樣品的燒失量預(yù)測值與所述預(yù)測集目標(biāo)樣品的燒失量 參考值進(jìn)行比較，采用相關(guān)系數(shù)和均方根誤差來驗(yàn)證支持向量機(jī)模型的準(zhǔn)確度和精確度。
[0137] 在本實(shí)施例中，通過建立支持向量機(jī)的模型來預(yù)測目標(biāo)樣品的燒失量值，可獲取 有效得支持向量機(jī)參數(shù)，提高了模型預(yù)測的準(zhǔn)確度，獲得可靠預(yù)測結(jié)果。
[0138] 以下選擇兩大類樣品分析為例，分別建立了兩類專用預(yù)測模型，結(jié)合附圖和實(shí)例 來進(jìn)一步說明本發(fā)明的操作流程。一類是土壤-沉系物樣品，另一類是典型沉積巖樣品。但 本發(fā)明不限于此例。
[0139] 圖2為本發(fā)明實(shí)施例提供的兩組包括典型土壤-沉系物樣品與巖石樣品的激光誘 導(dǎo)擊穿光譜圖，圖3為本發(fā)明實(shí)例提供的典型土壤-沉系物樣品與巖石樣品支持向量機(jī)模型 的訓(xùn)練結(jié)果與參考值的比較示意圖，圖4為本發(fā)明實(shí)施例提供的典型土壤-沉系物樣品與巖 石樣品支持向量機(jī)模型的預(yù)測結(jié)果與參考值的比較示意圖.具體實(shí)施例如下所述：
[0140] 本實(shí)施例采用便攜式激光誘導(dǎo)擊穿光譜LIBS系統(tǒng)獲取光譜數(shù)據(jù)，激光器采用調(diào)Q 單脈沖Nd: YAG激光器，另外包括光路系統(tǒng)，可移動(dòng)樣品臺(tái)，中階梯光譜儀和計(jì)算機(jī)等。激光 脈沖能量IOOmJ，激光基頻波長1064nm，脈寬4-7ns;光譜采集延遲時(shí)間為1.5ys，積分時(shí)間為 5ys，脈沖重復(fù)頻率為5Hz，光譜波長范圍為220-800nm.
[0141] 步驟3001:樣品的采集與預(yù)處理。本實(shí)施例中，采用的土壤-沉系物樣品為國家標(biāo) 準(zhǔn)物質(zhì)樣品。巖石樣品為米集的典型沉積巖類型樣品，包括砂巖，泥巖，頁巖，1丐質(zhì)泥巖，含 泥灰?guī)r，泥灰?guī)r，灰?guī)r等。巖石樣品在室內(nèi)風(fēng)干，磨碎，過160目篩后存放。土壤沉系物樣品總 數(shù)為15份，巖石樣品60份。
[0142] 步驟3002:激光誘導(dǎo)擊穿光譜的采集。取粉末巖土樣品3g，在103°C干燥1.5小時(shí)， 使用紅外壓片機(jī)制成Φ32πιπι，厚度2mm的圓形薄片。將樣品置于樣品臺(tái)上，利用激光誘導(dǎo)擊 穿光譜數(shù)據(jù)采集系統(tǒng)，分別采集土壤-沉系物與典型巖石兩個(gè)類型樣品的LIBS光譜信號(hào)，如 圖2(a，b)所示。為增加采樣的代表性，提高LIBS光譜的信噪比，以及進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，在每個(gè) 樣品表面采用網(wǎng)格形式采集16個(gè)測試點(diǎn)的光譜，每個(gè)測試點(diǎn)累積50個(gè)激光脈沖獲得一個(gè)光 譜，每四個(gè)光譜再平均一次獲得一個(gè)光譜，這樣每個(gè)樣品總共獲取4個(gè)光譜。經(jīng)譜學(xué)歸一處 理后，用于建立激光誘導(dǎo)擊穿光譜輸入矩陣。本實(shí)施例中所述訓(xùn)練集與預(yù)測集光譜數(shù)據(jù)比 例具體選取為3:2進(jìn)行建模。
[0143] 步驟3003:參考值的測定，國家標(biāo)準(zhǔn)土壤樣品-沉系物樣品燒失量值由標(biāo)準(zhǔn)樣品的 對(duì)應(yīng)值以及國家標(biāo)準(zhǔn)灼燒法實(shí)測值給出。巖石樣品以國家標(biāo)準(zhǔn)灼燒法實(shí)測值作為燒失量參 考值。分析過程中以國家標(biāo)準(zhǔn)巖石樣品(GSR-6)作為監(jiān)控樣進(jìn)行質(zhì)量控制，并重復(fù)4次。
[0144] 步驟3004:首先，以土壤-沉系物樣品為例，建立支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光 譜快速測定燒失量的預(yù)測模型。土壤-沉系物樣品總數(shù)為15個(gè)。建模時(shí)預(yù)先采用濃度梯度法 劃分訓(xùn)練集、預(yù)測集。訓(xùn)練集樣品用來建立模型，預(yù)測集樣本用來對(duì)模型進(jìn)行評(píng)價(jià)。所述訓(xùn) 練集目標(biāo)樣品和預(yù)測集目標(biāo)樣品數(shù)量分別為9個(gè)和6個(gè)。其中將步驟3002中土壤-沉系物訓(xùn) 練集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜數(shù)據(jù)作為輸入數(shù)據(jù)集，步驟3003中對(duì)應(yīng)的土壤-沉系物 目標(biāo)樣品燒失量參考值作為模型期望輸出值。支持向量機(jī)模型的參數(shù)(：、 〇和￡由網(wǎng)格尋優(yōu)法 進(jìn)行優(yōu)選。經(jīng)過優(yōu)選，最佳的核函數(shù)參數(shù)σ為1.7381，誤差懲罰參數(shù)C為891.4438;從而得到 最優(yōu)的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜快速測定土壤-沉系物燒失量的預(yù)測模型。如圖3 (a)所示。
[0145] 步驟3005:進(jìn)行土壤-沉系物目標(biāo)未知樣品的測定與模型驗(yàn)證。按照上述激光誘導(dǎo) 擊穿光譜采集和光譜預(yù)處理的方法，將得到的待測土壤-沉系物目標(biāo)樣品的激光誘導(dǎo)擊穿 光譜數(shù)據(jù)作為輸入矩陣，輸入到訓(xùn)練好的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜快速測定土 壤-沉系物燒失量的定量預(yù)測模型，自動(dòng)計(jì)算目標(biāo)樣品的燒失量值。如圖4(a)所示，為模型 預(yù)測值與參考值的比較圖。建立模型驗(yàn)證結(jié)果表明，其相關(guān)系數(shù)R均較高（訓(xùn)練集的R為 0.99;預(yù)測集的R為0.97)。
[0146] 圖3(b)所示為相同建模方法獲得的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜快速測定 巖石樣品燒失量的預(yù)測優(yōu)化模型結(jié)果。圖4(b)所示為所述典型巖石樣品的模型預(yù)測值與參 考值的比較圖。其中訓(xùn)練集巖石樣品數(shù)量為36個(gè)，預(yù)測集巖石樣品數(shù)量為24個(gè)。
[0147] 本實(shí)施例中，兩類巖土樣品模型預(yù)測值與參考值比較接近，模型預(yù)測的準(zhǔn)確度和 精確度均較高。支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜能有效實(shí)現(xiàn)激光誘導(dǎo)擊穿光譜技術(shù)用于 巖土目標(biāo)樣燒失量的快速測定。
[0148] 實(shí)施例2本發(fā)明的巖土燒失量預(yù)測系統(tǒng)
[0149] 圖5為本發(fā)明實(shí)施例提供的支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土樣品燒失 量快速測定的分析系統(tǒng)結(jié)構(gòu)示意圖。如圖5所示，本實(shí)施例支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光 譜用于巖土樣品燒失量快速測定的分析系統(tǒng)結(jié)構(gòu)如下所述。
[0150] 支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快速測定的分析系統(tǒng)，包括： 數(shù)據(jù)采集模塊5001，建模模塊5002，優(yōu)化模塊5003和預(yù)測模塊5004。
[0151]其中，激光誘導(dǎo)擊穿光譜數(shù)據(jù)采集模塊5001，用于采集訓(xùn)練集樣品的激光誘導(dǎo)擊 穿光譜，并進(jìn)行光譜的預(yù)處理；
[0152]支持向量機(jī)建模模塊5002,用于將所述激光誘導(dǎo)擊穿光譜數(shù)據(jù)作為輸入層數(shù)據(jù)， 所述目標(biāo)樣品的燒失量參考值作為輸出層數(shù)據(jù)，建立支持向量機(jī)的預(yù)測模型；
[0153]支持向量機(jī)優(yōu)化模塊5003,采用網(wǎng)格尋優(yōu)法對(duì)所述預(yù)測模型進(jìn)行訓(xùn)練，確定激光 誘導(dǎo)擊穿光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)模型的優(yōu)化參數(shù)；
[0154] 支持向量機(jī)預(yù)測模塊5004,將采集的預(yù)測集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜數(shù)據(jù)作 為所述激光誘導(dǎo)擊穿光譜分析目標(biāo)樣品燒失量值的支持向量機(jī)模型的輸入層數(shù)據(jù)，計(jì)算得 到所述預(yù)測集樣品的對(duì)應(yīng)燒失量值。
[0155] 上述預(yù)測模塊5004中，包括利用計(jì)算獲得的預(yù)測集目標(biāo)樣品的對(duì)應(yīng)燒失量和所述 預(yù)測集樣品的燒失量參考值進(jìn)行對(duì)比，對(duì)所述支持向量機(jī)模型進(jìn)行驗(yàn)證。
[0156]其中，數(shù)據(jù)采集單元5001用于：
[0157] 采集訓(xùn)練集目標(biāo)樣品和預(yù)測集目標(biāo)樣品的激光誘導(dǎo)擊穿光譜數(shù)據(jù)；
[0158] 對(duì)所述激光誘導(dǎo)擊穿光譜數(shù)據(jù)進(jìn)行數(shù)據(jù)處理；
[0159]其中，所述數(shù)據(jù)處理包括:對(duì)所述激光誘導(dǎo)擊穿光譜求平均值，背景校正以及譜學(xué) 歸一化處理；
[0160]所述支持向量機(jī)建模模塊5002和預(yù)測模塊5004中，所述訓(xùn)練集目標(biāo)樣品和預(yù)測集 目標(biāo)樣品的燒失量參考值為國家標(biāo)準(zhǔn)灼燒法實(shí)際測量得到；
[0161]巖土樣品類型多，樣品組分差異大，燒失量受樣品物理、化學(xué)特性的影響。本實(shí)施 例中，支持向量機(jī)結(jié)合激光誘導(dǎo)擊穿光譜用于巖土燒失量快速測定的分析系統(tǒng)，在獲取有 效支持向量機(jī)參數(shù)的基礎(chǔ)上，提高了燒失量值測定的準(zhǔn)確度；
[0162] 實(shí)現(xiàn)上述方法實(shí)施例的步驟，可以通過程序協(xié)議指令相關(guān)硬件來完成。建模程序 可以安裝存儲(chǔ)在計(jì)算機(jī)硬盤介質(zhì)中。
[0163] 綜上所述，本發(fā)明提供的巖土燒失量預(yù)測方法及其系統(tǒng)，可大幅減輕勞動(dòng)量與分 析時(shí)間，節(jié)約成本，并且具備數(shù)據(jù)實(shí)時(shí)獲取的特點(diǎn)，具有廣泛的應(yīng)用前景。
【主權(quán)項(xiàng)】
1. 一種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù)測方法，其特征在于:包括以下步驟： (1) 取已知燒失量的巖土樣本，測定其激光誘導(dǎo)擊穿光譜，采集其光譜數(shù)據(jù)； (2) 對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理； (3) 以預(yù)處理后的數(shù)據(jù)，建立基于支持向量機(jī)的巖土燒失量預(yù)測模型； (4) 取待測巖土樣本，按照步驟（1)和步驟(2)的方法獲取數(shù)據(jù)，根據(jù)步驟(3)的預(yù)測模 型，得到巖土樣本的巖土燒失量預(yù)測值。2. 根據(jù)權(quán)利要求1所述的巖土燒失量預(yù)測方法，其特征在于:所述步驟（1)的測定中，激 光誘導(dǎo)擊穿光譜的波長范圍為150-1100nm，優(yōu)選的波長范圍為220-800nm〇3. 根據(jù)權(quán)利要求2所述的巖土燒失量預(yù)測方法，其特征在于:所述步驟（1)的測定中，光 譜采集延遲時(shí)間為0.5-5ys，優(yōu)選的為1.5ys;積分時(shí)間為200ys-100ms，優(yōu)選的為5ys。4. 根據(jù)權(quán)利要求1所述的巖土燒失量預(yù)測方法，其特征在于:所述步驟(2)的預(yù)處理中， 預(yù)處理的方法為背景校正法、平均值法或光譜歸一化法，優(yōu)選全光譜歸一化方法。5. 根據(jù)權(quán)利要求1所述的巖土燒失量預(yù)測方法，其特征在于:步驟(3)中，所述支持向量 機(jī)的核函數(shù)為徑向基核函數(shù)。6. 根據(jù)權(quán)利要求5所述的巖土燒失量預(yù)測方法，其特征在于:所述支持向量機(jī)的優(yōu)化參 數(shù)是通過網(wǎng)格尋優(yōu)法得到的。7. -種基于激光誘導(dǎo)擊穿光譜的巖土燒失量預(yù)測系統(tǒng)，其特征在于:所述系統(tǒng)包括： 激光誘導(dǎo)擊穿光譜數(shù)據(jù)采集及預(yù)處理模塊，用于采集巖土樣本的激光誘導(dǎo)擊穿光譜數(shù) 據(jù)，對(duì)數(shù)據(jù)進(jìn)行光譜學(xué)預(yù)處理，作為建立巖土燒失量預(yù)測模型所需的訓(xùn)練集數(shù)據(jù)和預(yù)測集 數(shù)據(jù)； 支持向量機(jī)訓(xùn)練建模模塊，用于將所述訓(xùn)練集數(shù)據(jù)作為輸入層數(shù)據(jù)，訓(xùn)練集樣本的燒 失量作為輸出層數(shù)據(jù)，建立支持向量機(jī)訓(xùn)練模型； 支持向量機(jī)參數(shù)優(yōu)化模塊，用于對(duì)支持向量機(jī)的參數(shù)進(jìn)行優(yōu)化； 支持向量機(jī)預(yù)測模塊，用于將待測巖土樣本的激光誘導(dǎo)擊穿光譜數(shù)據(jù)作為支持向量機(jī) 模型的輸入層數(shù)據(jù)，計(jì)算得到所述待測樣品的燒失量預(yù)測值。8. 根據(jù)權(quán)利要求7所述的巖土燒失量預(yù)測系統(tǒng)，其特征在于:所述光譜預(yù)處理中，光譜 預(yù)處理的方法為背景校正法、平均值法或光譜歸一化法，優(yōu)選全光譜歸一化方法。9. 根據(jù)權(quán)利要求7所述的巖土燒失量預(yù)測系統(tǒng)，其特征在于，所述支持向量機(jī)訓(xùn)練建模 模塊中，所述支持向量機(jī)的核函數(shù)為徑向基核函數(shù)。10. 根據(jù)權(quán)利要求7所述的巖土燒失量預(yù)測系統(tǒng)，其特征在于:所述持向量機(jī)參數(shù)優(yōu)化 模塊中，優(yōu)化的方法為網(wǎng)格尋優(yōu)法。
【文檔編號(hào)】G06K9/00GK105938098SQ201610534164
【公開日】2016年9月14日
【申請(qǐng)日】2016年7月7日
【發(fā)明人】段憶翔, 許濤, 林慶宇
【申請(qǐng)人】四川大學(xué)