搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

支持向量机算法在激光诱导击穿光谱技术塑料识别中的应用研究

于洋 郝中骐 李常茂 郭连波 李阔湖 曾庆栋 李祥友 任昭 曾晓雁

支持向量机算法在激光诱导击穿光谱技术塑料识别中的应用研究

于洋, 郝中骐, 李常茂, 郭连波, 李阔湖, 曾庆栋, 李祥友, 任昭, 曾晓雁
PDF
导出引用
导出核心图
  • 基于支持向量机 (support vector machines, SVM) 算法采用激光诱导击穿光谱技术对11种塑料进行了识别. 每种塑料各采集100个光谱, 其中50个光谱作为训练集, 用于建立支持向量机模型, 剩下的50 个光谱作为测试集, 用于测试所建立支持向量机模型的识别精度. 结果表明测试集550个光谱中有543个光谱识别正确,算术平均识别精度达到了98.73%. 其中有6个聚氨酯 (PU) 光谱被误判为有机玻璃 (PMMA), 原因主要是受空气中氮气的影响, 使得有机玻璃和聚氨酯两种塑料在氮元素含量上的差异不能通过N I 746.87 nm, C-N(0,0) 388.3 nm两条谱线的强度准确表征. 本结果为LIBS技术塑料分类提供了方法和数据参考.
    • 基金项目: 国家重大科学仪器设备开发专项(批准号: 2011YQ160017)、国家自然科学基金(批准号: 51128501)和中央高校基本科研业务费(批准号: CXY13Q022, CXY13Q021)资助的课题.
    [1]

    Chanda M, Roy S K 1997 Polymers Technology Handbook 4th Edn. (New York: Marcel Dekker)

    [2]

    Van Den Broek W H A M, Wienke D, Melssen W J, Buydensb L M C 1998 Anal. Chim. Acta 361 161

    [3]

    Dinger, Peter 1992 Journal of Composting & Organics Recycling 33 80

    [4]

    Eisenreich Norbert, Rohe Thomas 1996 Kunststoffe 2 222

    [5]

    Cremers D A, Radziemski L J 2006 Handbook of Laser-Induced Breakdown Spectroscopy (Chichester: Wiley)

    [6]

    Singh J P, Thakur S N 2007 Laser-induced breakdown spectroscopy (The Netherlands: Elsevier)

    [7]

    Zhang D C, Ma X W, Wen W Q, Zhang P J, Zhu X L, Li B, Liu H P 2010 Chin. Phys. Lett. 27 063202

    [8]

    Nakimana Agnes, Tao H Y, Hao Z Q, Sun C K, Gao X, Lin J Q 2013 Chin. Phys. B 22 014209

    [9]

    Ma X W, Zhu X L, Zhang D C, Zu K L, Li B 2008 Acta Phys. Sin. 57 6348 (in Chinese) [马新文, 朱小龙, 张大成, 祖凯玲, 李斌 2008 物理学报 57 6353]

    [10]

    Rusak D A, Weaver K D, Taroli B L 2008 Appl. Spectrosc. 62 773

    [11]

    Wang C L, Liu J G, Zhao N J, Ma M J, Wang Y 2013 Acta Phys. Sin. 62 125201 (in Chinese) [王春龙, 刘建国, 赵南京, 马明俊, 王寅 2013 物理学报 62 125201]

    [12]

    Stepputat M, Noll R 2003 Applied Optics 42 6210

    [13]

    Moench I, Sattmann R, Noll R 1997 Proc. SPIE 3100, Sensors, Sensor Systems, and Sensor Data Processing Munich, Germany, June 16, 1997 p64

    [14]

    Guo L B, Hu W, Zhang B Y, He X N, Li C M, Zhou Y S, Cai Z X, Zeng X Y, Lu Y F 2011 Opt. Express 19 14067

    [15]

    Du C, Gao X, Shao Y, Song X W, Zhao Z M, Hao Z Q, Lin J Q 2013 Acta Phys. Sin. 62 045202 (in Chinese) [杜闯, 高勋, 邵妍, 宋晓伟, 赵振明, 郝作强, 林景全 2013 物理学报 62 045202]

    [16]

    Wang Q Q, Huang Z W, Liu K, Li W J, Yan J X 2012 Spectroscopy and Spectral Analysis 32 3179 (in Chinese) [王茜蒨, 黄志文, 刘凯, 李文江, 阎吉祥 2012 光谱学与光谱分析 32 3179]

    [17]

    Sattmann R, Monch I, Krause H, Noll R,Couris S, Hatziapostolou A, Mavromanolakis A, Fotakis C, Larrauri E, Miguel R 1998 Appl. Spectrosc 52 456

    [18]

    Boueri M, Motto-Ros V, Lei W Q, Ma Q L, Zheng L J, Zeng H P, Yu J 2011 Appl. Spectrosc 65 307

    [19]

    Boser B E, Guyon I, Vapnik V 1992 In Proceedings of the Fifth Annual Workshop on Computational Learning Theory USA, 1992, p144

    [20]

    Cortes C, Vapnik V 1995 Machine Learning 20 273

    [21]

    Chang C C, Lin C J 2011 ACM Transactions on Intelligent Systems and Technology 2 1

    [22]

    We C H, Tzeng G H, Goo Y J, Fang W C 2007 Expert. Syst. Appl. 32 397

    [23]

    Boueri M 2010 Ph.D. Dissertation (Lyon: Universite de Lyon) (in France)

  • [1]

    Chanda M, Roy S K 1997 Polymers Technology Handbook 4th Edn. (New York: Marcel Dekker)

    [2]

    Van Den Broek W H A M, Wienke D, Melssen W J, Buydensb L M C 1998 Anal. Chim. Acta 361 161

    [3]

    Dinger, Peter 1992 Journal of Composting & Organics Recycling 33 80

    [4]

    Eisenreich Norbert, Rohe Thomas 1996 Kunststoffe 2 222

    [5]

    Cremers D A, Radziemski L J 2006 Handbook of Laser-Induced Breakdown Spectroscopy (Chichester: Wiley)

    [6]

    Singh J P, Thakur S N 2007 Laser-induced breakdown spectroscopy (The Netherlands: Elsevier)

    [7]

    Zhang D C, Ma X W, Wen W Q, Zhang P J, Zhu X L, Li B, Liu H P 2010 Chin. Phys. Lett. 27 063202

    [8]

    Nakimana Agnes, Tao H Y, Hao Z Q, Sun C K, Gao X, Lin J Q 2013 Chin. Phys. B 22 014209

    [9]

    Ma X W, Zhu X L, Zhang D C, Zu K L, Li B 2008 Acta Phys. Sin. 57 6348 (in Chinese) [马新文, 朱小龙, 张大成, 祖凯玲, 李斌 2008 物理学报 57 6353]

    [10]

    Rusak D A, Weaver K D, Taroli B L 2008 Appl. Spectrosc. 62 773

    [11]

    Wang C L, Liu J G, Zhao N J, Ma M J, Wang Y 2013 Acta Phys. Sin. 62 125201 (in Chinese) [王春龙, 刘建国, 赵南京, 马明俊, 王寅 2013 物理学报 62 125201]

    [12]

    Stepputat M, Noll R 2003 Applied Optics 42 6210

    [13]

    Moench I, Sattmann R, Noll R 1997 Proc. SPIE 3100, Sensors, Sensor Systems, and Sensor Data Processing Munich, Germany, June 16, 1997 p64

    [14]

    Guo L B, Hu W, Zhang B Y, He X N, Li C M, Zhou Y S, Cai Z X, Zeng X Y, Lu Y F 2011 Opt. Express 19 14067

    [15]

    Du C, Gao X, Shao Y, Song X W, Zhao Z M, Hao Z Q, Lin J Q 2013 Acta Phys. Sin. 62 045202 (in Chinese) [杜闯, 高勋, 邵妍, 宋晓伟, 赵振明, 郝作强, 林景全 2013 物理学报 62 045202]

    [16]

    Wang Q Q, Huang Z W, Liu K, Li W J, Yan J X 2012 Spectroscopy and Spectral Analysis 32 3179 (in Chinese) [王茜蒨, 黄志文, 刘凯, 李文江, 阎吉祥 2012 光谱学与光谱分析 32 3179]

    [17]

    Sattmann R, Monch I, Krause H, Noll R,Couris S, Hatziapostolou A, Mavromanolakis A, Fotakis C, Larrauri E, Miguel R 1998 Appl. Spectrosc 52 456

    [18]

    Boueri M, Motto-Ros V, Lei W Q, Ma Q L, Zheng L J, Zeng H P, Yu J 2011 Appl. Spectrosc 65 307

    [19]

    Boser B E, Guyon I, Vapnik V 1992 In Proceedings of the Fifth Annual Workshop on Computational Learning Theory USA, 1992, p144

    [20]

    Cortes C, Vapnik V 1995 Machine Learning 20 273

    [21]

    Chang C C, Lin C J 2011 ACM Transactions on Intelligent Systems and Technology 2 1

    [22]

    We C H, Tzeng G H, Goo Y J, Fang W C 2007 Expert. Syst. Appl. 32 397

    [23]

    Boueri M 2010 Ph.D. Dissertation (Lyon: Universite de Lyon) (in France)

  • [1] 蔡从中, 裴军芳, 温玉锋, 朱星键, 肖婷婷. 选择性激光烧结成型件密度的支持向量回归预测. 物理学报, 2009, 58(13): 8-S14. doi: 10.7498/aps.58.8
    [2] 孙对兄, 苏茂根, 董晨钟, 王向丽, 张大成, 马新文. 基于激光诱导击穿光谱技术的铝合金成分定量分析. 物理学报, 2010, 59(7): 4571-4576. doi: 10.7498/aps.59.4571
    [3] 陈添兵, 姚明印, 刘木华, 林永增, 黎文兵, 郑美兰, 周华茂. 基于多元定标法的脐橙Pb元素激光诱导击穿光谱定量分析. 物理学报, 2014, 63(10): 104213. doi: 10.7498/aps.63.104213
    [4] 张颖, 张大成, 马新文, 潘冬, 赵冬梅. 基于激光诱导击穿光谱技术定量分析食用明胶中的铬元素. 物理学报, 2014, 63(14): 145202. doi: 10.7498/aps.63.145202
    [5] 刘玉峰, 丁艳军, 彭志敏, 黄宇, 杜艳君. 激光诱导击穿空气等离子体时间分辨特性的光谱研究. 物理学报, 2014, 63(20): 205205. doi: 10.7498/aps.63.205205
    [6] 崔万照, 朱长纯, 保文星, 刘君华. 混沌时间序列的支持向量机预测. 物理学报, 2004, 53(10): 3303-3310. doi: 10.7498/aps.53.3303
    [7] 刘 涵, 刘 丁, 任海鹏. 基于最小二乘支持向量机的混沌控制. 物理学报, 2005, 54(9): 4019-4025. doi: 10.7498/aps.54.4019
    [8] 崔万照, 朱长纯, 保文星, 刘君华. 基于模糊模型支持向量机的混沌时间序列预测. 物理学报, 2005, 54(7): 3009-3018. doi: 10.7498/aps.54.3009
    [9] 王芳芳, 张业荣. 基于支持向量机的电磁逆散射方法. 物理学报, 2012, 61(8): 084101. doi: 10.7498/aps.61.084101
    [10] 马新文, 朱小龙, 祖凯玲, 张大成, 李 斌. 激光诱导击穿光谱应用于三种水果样品微量元素的分析. 物理学报, 2008, 57(10): 6348-6353. doi: 10.7498/aps.57.6348
    [11] 鲁翠萍, 刘文清, 赵南京, 刘立拓, 陈东, 张玉钧, 刘建国. 土壤重金属铬元素的激光诱导击穿光谱定量分析研究. 物理学报, 2011, 60(4): 045206. doi: 10.7498/aps.60.045206
    [12] 王春龙, 刘建国, 赵南京, 马明俊, 王寅, 胡丽, 张大海, 余洋, 孟德硕, 章炜, 刘晶, 张玉钧, 刘文清. 水体重金属激光诱导击穿光谱定量分析方法对比研究. 物理学报, 2013, 62(12): 125201. doi: 10.7498/aps.62.125201
    [13] 杨雪, 李苏宇, 姜远飞, 陈安民, 金明星. 不同样品温度下聚焦透镜到样品表面距离对激光诱导铜击穿光谱的影响. 物理学报, 2019, 68(6): 065201. doi: 10.7498/aps.68.20182198
    [14] 刘玉峰, 张连水, 和万霖, 黄宇, 杜艳君, 蓝丽娟, 丁艳军, 彭志敏. 激光诱导击穿火焰等离子体光谱研究. 物理学报, 2015, 64(4): 045202. doi: 10.7498/aps.64.045202
    [15] 张旭, 姚明印, 刘木华. 激光诱导击穿光谱结合偏最小二乘法定量分析脐橙中Cd含量. 物理学报, 2013, 62(4): 044211. doi: 10.7498/aps.62.044211
    [16] 张家树, 党建亮, 李恒超. 时空混沌序列的局域支持向量机预测. 物理学报, 2007, 56(1): 67-77. doi: 10.7498/aps.56.67
    [17] 叶美盈, 汪晓东, 张浩然. 基于在线最小二乘支持向量机回归的混沌时间序列预测. 物理学报, 2005, 54(6): 2568-2573. doi: 10.7498/aps.54.2568
    [18] 蔡俊伟, 胡寿松, 陶洪峰. 基于选择性支持向量机集成的混沌时间序列预测. 物理学报, 2007, 56(12): 6820-6827. doi: 10.7498/aps.56.6820
    [19] 阎晓妹, 刘丁. 基于最小二乘支持向量机的分数阶混沌系统控制. 物理学报, 2010, 59(5): 3043-3048. doi: 10.7498/aps.59.3043
    [20] 行鸿彦, 祁峥东, 徐伟. 基于选择性支持向量机集成的海杂波背景中的微弱信号检测. 物理学报, 2012, 61(24): 240504. doi: 10.7498/aps.61.240504
  • 引用本文:
    Citation:
计量
  • 文章访问数:  680
  • PDF下载量:  11545
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-06-24
  • 修回日期:  2013-07-25
  • 刊出日期:  2013-11-05

支持向量机算法在激光诱导击穿光谱技术塑料识别中的应用研究

  • 1. 华中科技大学, 武汉光电国家实验室(筹)激光与太赫兹功能实验室, 武汉 430074;
  • 2. 武汉新瑞达激光工程有限责任公司, 武汉 430074
    基金项目: 

    国家重大科学仪器设备开发专项(批准号: 2011YQ160017)、国家自然科学基金(批准号: 51128501)和中央高校基本科研业务费(批准号: CXY13Q022, CXY13Q021)资助的课题.

摘要: 基于支持向量机 (support vector machines, SVM) 算法采用激光诱导击穿光谱技术对11种塑料进行了识别. 每种塑料各采集100个光谱, 其中50个光谱作为训练集, 用于建立支持向量机模型, 剩下的50 个光谱作为测试集, 用于测试所建立支持向量机模型的识别精度. 结果表明测试集550个光谱中有543个光谱识别正确,算术平均识别精度达到了98.73%. 其中有6个聚氨酯 (PU) 光谱被误判为有机玻璃 (PMMA), 原因主要是受空气中氮气的影响, 使得有机玻璃和聚氨酯两种塑料在氮元素含量上的差异不能通过N I 746.87 nm, C-N(0,0) 388.3 nm两条谱线的强度准确表征. 本结果为LIBS技术塑料分类提供了方法和数据参考.

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回