基于机器学习的激光诱导击穿光谱数据处理方法和系统

摘要

本发明提供一种基于机器学习的激光诱导击穿光谱数据处理方法和系统，对钢铁中碳元素进行定量分析，对碳元素含量已知的标准样品在给定实验条件下进行光谱采集，光谱数据在其范围内可以不包括碳元素和碳分子(C2)的主要发射谱线。通过训练建立定量分析模型，用于预测待测样品中碳元素浓度。机器学习算法深入挖掘光谱数据和相应样品中碳元素浓度的相关性，通过映射关系表现，突破经典光谱学通过实验测量待分析元素或相应分子发射谱线强度来确定元素浓度的传统做法。对待测钢铁样品中碳元素浓度测量的精确度、准确度以及检出限都达到定量分析要求，所需计算时间达到工业在线检测和分析要求。在合适的条件下，该方法和系统可推广至其它元素和材料。