[發明專利]一種順序式波長色散X射線熒光光譜智能分析方法

有效

• 申請號: 201910160301.3
• 申請日: 2019-03-04
• 公開（公告）號: CN109829513B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 李元香;高晶
• 申請（專利權）人: 武漢大學
• 主分類號: G06F18/2411
• 分類號: G06F18/2411;G06F18/23213;G06F18/27;G01N23/223
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魏波

1.一種順序式波長色散X射線熒光光譜智能分析方法，其特征在于，包括以下步驟：

步驟1：獲取標準樣品數據；

獲取的標準樣品覆蓋所有種類，其中標準樣品數記為n，標準樣品的數據包括元素含量w_ij和元素熒光強度I_ij，元素含量w_ij為元素j在樣品i中的含量，在標準樣品中所有元素含量是已知的；經熒光光譜儀測得的元素熒光強度I_ij表示樣品i中的元素j所測得的熒光強度，單位為CPS；其中，j∈[1,m]，i∈[1,n]，m表示樣品i中含有的元素總量；

步驟2：標準樣品數據預處理；

首先計算出需要考慮的元素的總含量，然后分別計算出各個元素在其中的占比，以此替代含量作為聚類分析的依據；

其中標準樣品中元素含量的數據以矩陣形式表示為：

其中x_ij表示元素j含量在樣本i中占所有需要考慮的元素的百分比，滿足

步驟3：對標準樣品進行聚類；

具體實現包括以下子步驟：

步驟3.1：確定需要聚成的類別數k；

步驟3.2：根據樣本數據構造出相似矩陣S；

其中X_i＝[x₁₁?x₁₂…x_1m]是樣本i中元素含量的數據矩陣，dis(X_i,X_j)表示點X_i與X_j間的距離；

步驟3.3：根據相似矩陣S，采用k近鄰準則得出鄰接矩陣W；

步驟3.4：計算度矩陣D以及拉普拉斯矩陣L＝D-W；

步驟3.5：對矩陣L進行標準化處理；

步驟3.6：計算標準化處理之后的L的特征值和特征向量，按特征值升序排列，取前k個特征值相對應的特征向量組成數據矩陣，按行進行k-means聚類；

步驟3.7：輸出聚類結果；

步驟4：測試待測樣本數據，得到待測樣品中的元素熒光強度；

步驟5：去重疊和干擾修正；

步驟5的具體實現包括模型訓練階段和測試計算階段；

所述模型訓練階段，具體包括以下子步驟：

步驟5.1：選取步驟1中標準樣品的元素，對該元素進行去重疊和基體效應校正；

步驟5.2：根據先驗知識依次添加重疊干擾元素和基體影響元素；

步驟5.3：利用最小二乘法和多元線性回歸分析計算出干擾影響元素的系數；

其中，i′為分析元素，j′為基體元素，k_i′為所分析元素校準曲線的斜率，b_i′為所分析元素校準曲線的截距，β_i′m′為干擾元素m′對分析元素i′的譜線重疊強度干擾校正系數，α_i′j′為基體效應的校正系數，w_i′表示標準樣品中元素i′的真實含量，N為樣品中產生基體效應元素總數，I_i′為元素i′熒光強度；

步驟5.4：最終得到樣品中元素含量和測試所得熒光強度的計算模型w_i′；

所述測試計算階段，具體實現過程為：導入步驟4測得的樣本數據，選擇步驟5.4中的計算模型w_i′，計算、輸出校正后的待測樣品中元素含量；

步驟6：利用SVM實現對待測樣本的分類，確定未知樣本的種類。

2.根據權利要求1所述的順序式波長色散X射線熒光光譜智能分析方法，其特征在于：步驟6中，在傳統方法的基礎上先構造基于SVM算法的多類分類器，采用間接法中的一對一法來處理多分類問題；

具體實現包括以下子步驟：

步驟6.1：將步驟5中得到的待測樣本元素含量的數據格式調整為如下形式：

labelindex1:value1index2:value2...indexk:valuek

其中，label表示樣品名稱，indexk表示元素序號，valuek表示元素k含量的取值范圍，取值范圍為1～該樣品中元素含量總數；

步驟6.2：使用步驟3中得到的聚類結果，對輸入的待測樣本進行分類。