详情

原文传递随机森林算法结合激光诱导击穿光谱检测金属元素的方法

专利名称：	随机森林算法结合激光诱导击穿光谱检测金属元素的方法
摘要：	本发明提供了一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，该方法为用激光诱导击穿光谱仪器在含油污泥样品不同测量位点光谱数据采集，分为校正集和测试集，选取最优的小波滤噪方法对校正集和测试集光谱数据小波滤噪，再变量重要性提取，寻找预测结果最优的阈值，建立随机森林算法校正集模型，用OOB误差验证准确性，预测经处理后的测试集的含油污泥样本中的金属含量。本发明将随机森林算法结合激光诱导击穿光谱定量测定含油污泥样品中尤其是有毒金属铜、锌、铬和镍的方法，随机森林算法能克服基体效应的干扰，小波滤噪处理校正集和测试集的光谱数据克服信号中噪声和提高预测准确度，变量重要性提取能提高预测准确率，缩短建模时间。
专利类型：	发明专利
国家地区组织代码：	陕西;61
申请人：	西安石油大学
发明人：	李华;王甜;贺瑶;李茂刚
专利状态：	有效
申请日期：	2019-04-08T00:00:00+0800
发布日期：	2019-06-14T00:00:00+0800
申请号：	CN201910274617.5
公开号：	CN109884033A
代理机构：	西安汇恩知识产权代理事务所(普通合伙)
代理人：	张伟花
分类号：	G01N21/71(2006.01);G;G01;G01N;G01N21
申请人地址：	710065 陕西省西安市雁塔区电子二路东段18号
主权项：	1.一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，包括以下步骤：步骤一、利用激光诱导击穿光谱仪器分别在若干个不同的含油污泥样品的不同测量位点进行光谱数据采集；步骤二、从步骤一中的若干个不同的含油污泥样品分为校正集和测试集；校正集与测试集的含油污泥样品的光谱数据数量比为2.5:1；步骤三、用28种不同的小波滤噪方法处理步骤二中校正集和测试集的光谱数据，选取最优的小波滤噪方法对校正集和测试集的光谱数据进行小波滤噪后，再进行变量重要性提取，寻找预测结果最优的阈值，建立随机森林算法校正集模型；步骤四、用OOB误差验证步骤三中建立的随机森林算法校正集模型的准确性；步骤五、利用建立的随机森林算法校正集模型预测经处理后的测试集的含油污泥样本中的金属含量。 2.根据权利要求1所述的一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，步骤一中所述激光诱导击穿光谱仪器的激光能量为150mJ，基频光波长为1064nm，脉宽为10ns，延迟时间为8μs，重复频率为5Hz，光谱范围为220nm～500nm。 3.根据权利要求1所述的一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，步骤一中所述含油污泥样品的数量不低于16个。 4.根据权利要求1所述的一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，步骤二中所述若干个不同的含油污泥样品的每个含油污泥样品均随机挑选50个测量点，每个测量点经5次连续激光脉冲打击后得到1个光谱数据。 5.根据权利要求1所述的一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，步骤三中所述小波滤噪方法中小波基函数为db1、db2、db3和db4，分解层数均为1～7。 6.根据权利要求1所述的一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，步骤三中所述随机森林算法校正集模型以相关系数和均方根误差作为评价参数。 7.根据权利要求1所述的一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，步骤五中所述金属为有毒金属铜、锌、铬和镍中的一种或一种以上。 8.根据权利要求1所述的一种随机森林算法结合激光诱导击穿光谱检测金属元素的方法，其特征在于，步骤五中处理后的测试集的含油污泥样本的光谱数据为步骤三中经过小波滤噪和变量重要性提取后的测试集光谱数据。
所属类别：	发明专利