详情

原文传递一种基于激光诱导击穿光谱的岩屑类型识别方法及系统

专利名称：	一种基于激光诱导击穿光谱的岩屑类型识别方法及系统
摘要：	本发明公开了一种基于激光诱导击穿光谱的岩屑类型识别方法及系统，用于识别岩屑类型。本发明提供的方法包括：利用激光诱导击穿光谱仪测量一定数量的标准岩屑在预设波长范围内的激光诱导击穿光谱；经过积分处理后，得到标准岩屑的激光诱导击穿光谱积分信号；利用所述积分信号对BP神经网络进行训练，得到BP神经网络；通过所述BP神经网络识别待识别岩屑。在本发明中利用激光诱导击穿光谱的积分信号能够有效提取对类型识别有用的信息，减少干扰，提高岩屑类型识别的准确性。
专利类型：	发明专利
国家地区组织代码：	湖北;42
申请人：	长江大学
发明人：	王阳恩
专利状态：	有效
申请日期：	2019-01-25T00:00:00+0800
发布日期：	2019-04-30T00:00:00+0800
申请号：	CN201910072987.0
公开号：	CN109696425A
代理机构：	武汉河山金堂专利事务所(普通合伙)
代理人：	胡清堂;陈懿
分类号：	G01N21/63(2006.01);G;G01;G01N;G01N21
申请人地址：	434023 湖北省荆州市荆州区南环路1号
主权项：	1.一种基于激光诱导击穿光谱的岩屑类型识别方法，其特征在于，包括： S1、利用激光诱导击穿光谱仪测量出N种标准岩屑在预设波长范围内的激光诱导击穿光谱，其中N为不小于5的正整数； S2、对所述N种标准岩屑的激光诱导击穿光谱的波长进行积分处理，得到N种标准岩屑的激光诱导击穿光谱积分信号，其中，所述积分处理中积分宽度根据激光诱导击穿光谱仪的波长分辨率确定，且积分宽度不小于2倍的激光诱导击穿光谱仪的波长分辨率； S3、选取所述N种标准岩屑的激光诱导击穿光谱积分信号作为BP神经网络的输入值，对BP神经网络进行训练，得到训练后的BP神经网络； S4、获取待识别岩屑的激光诱导击穿光谱的积分信号，并将所述积分信号输入到所述训练后的BP神经网络，获得识别结果。 2.如权利要求1所述的方法，其特征在于，所述预设波长范围为200-950nm。 3.如权利要求1所述的方法，其特征在于，所述步骤S3包括： S31、每种岩屑样品取(X+Y)组激光诱导击穿光谱积分信号数据，其中X、Y为正整数，共N×(X+Y)组激光诱导击穿光谱积分信号数据； S32、取每种样品前X组激光诱导击穿光谱积分信号数据，N种标准岩屑共N×X组，作为BP神经网络的数据训练组； S33、取每种样品后Y组激光诱导击穿光谱积分信号数据，N种标准岩屑共N×Y组，作为BP神经网络的数据检验组； S34、通过所述数据训练组和所述数据检验组数据对BP神经网络进行训练、检验，得到训练后的BP神经网络。 4.如权利要求2所述的方法，其特征在于，所述BP神经网络由MATLAB实现。 5.如权利要求1所述的方法，其特征在于，所述步骤S4包括： S41、利用激光诱导击穿光谱仪测量出待识别岩屑在所述预设波长范围内的激光诱导击穿光谱； S42、将待识别岩屑激光诱导击穿光谱对波长进行积分处理，得到待识别岩屑激光诱导击穿光谱的积分信号； S43、选取待识别岩屑激光诱导击穿光谱的积分信号作为BP神经网络的输入值，利用所述训练后的BP神经网络对待测岩屑进行识别，得到识别结果。 6.一种岩屑类型识别系统，其特征在于，包括：采集模块：用于利用激光诱导击穿光谱仪测量出N种标准岩屑在预设波长范围内的激光诱导击穿光谱，其中N为不小于5的正整数；积分模块：用于对所述N种标准的激光诱导击穿光谱的波长进行积分处理，得到N种标准岩屑的激光诱导击穿光谱积分信号，其中，所述积分处理中积分宽度根据激光诱导击穿光谱仪的波长分辨率确定，且积分宽度不小于2倍的激光诱导击穿光谱仪的波长分辨率；训练模块：用于选取所述N种标准岩屑的激光诱导击穿光谱积分信号作为BP神经网络的输入值，对BP神经网络进行训练，得到训练后的BP神经网络；识别模块：用于获取待识别岩屑的激光诱导击穿光谱的积分信号，并将所述积分信号输入到所述训练后的BP神经网络，获得识别结果。 7.如权利要求1所述的方法，其特征在于，所述预设波长范围为200-950nm。 8.如权利要求1所述的方法，其特征在于，所述训练模块包括：取样单元，用于每种岩屑样品取(X+Y)组激光诱导击穿光谱积分信号数据，其中X、Y为正整数，共N×(X+Y)组激光诱导击穿光谱积分信号数据；第一选取单元，用于取每种样品前X组激光诱导击穿光谱积分信号数据，N种标准岩屑共N×X组，作为BP神经网络的数据训练组；第二选取单元，用于取每种样品后Y组激光诱导击穿光谱积分信号数据，N种标准岩屑共N×Y组，作为BP神经网络的数据检验组；训练单元，用于通过所述数据训练组和所述数据检验组数据对BP神经网络进行训练、检验，得到训练后的BP神经网络。 9.如权利要求2所述的方法，其特征在于，所述BP神经网络由MATLAB实现。 10.如权利要求1所述的方法，其特征在于，所述识别模块包括：测量单元，用于利用激光诱导击穿光谱仪测量出待识别岩屑在所述预设波长范围内的激光诱导击穿光谱；积分单元，用于对待识别岩屑激光诱导击穿光谱的波长进行积分处理，得到待识别岩屑激光诱导击穿光谱的积分信号；识别单元，用于选取待识别岩屑激光诱导击穿光谱的积分信号作为BP神经网络的输入值，利用所述训练后的BP神经网络对待测岩屑进行识别，得到识别结果。
所属类别：	发明专利