[發(fā)明專利]基于SSA-BP神經(jīng)網(wǎng)絡(luò)的XRF元素定量分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202210375843.4
• 申請(qǐng)日: 2022-04-11
• 公開（公告）號(hào): CN114839210B
• 公開（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 李福生;楊飔源;楊婉琪;趙彥春;魯欣
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G01N23/223
• 分類號(hào): G01N23/223;G06N3/006;G06N3/0499;G06N3/084
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 鄧?yán)?/td>

1.基于SSA-BP神經(jīng)網(wǎng)絡(luò)的XRF元素定量分析方法，其特征在于，包括以下步驟：

步驟1：對(duì)n個(gè)目標(biāo)樣本，測(cè)得待測(cè)元素的峰值數(shù)據(jù)和含量數(shù)據(jù)，以及待測(cè)元素對(duì)應(yīng)的m-1個(gè)干擾元素的峰值數(shù)據(jù)；其中，n＞＞m；

步驟2：構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，包括結(jié)點(diǎn)數(shù)目為a的輸入層、結(jié)點(diǎn)數(shù)目為b的輸出層和結(jié)點(diǎn)數(shù)目為h的隱藏層；其中，a＝m，b＝1，h由經(jīng)驗(yàn)公式?jīng)Q定；

步驟3：以目標(biāo)樣本的個(gè)數(shù)n為行，各目標(biāo)樣本中待測(cè)元素和干擾元素共計(jì)m個(gè)的峰值數(shù)據(jù)為列，構(gòu)建矩陣X_nm作為BP神經(jīng)網(wǎng)絡(luò)的輸入；由各目標(biāo)樣本中待測(cè)元素的含量數(shù)據(jù)構(gòu)成的列向量Y_n作為BP神經(jīng)網(wǎng)絡(luò)的輸出；

步驟4：令K＝1；

步驟5：取矩陣X_nm的第K行行向量X′，以及列向量Y_n的第K行元素Y′，作為測(cè)試集；取矩陣X_nm除第K行行向量外的其余n-1行所構(gòu)成的矩陣X″，以及列向量Y_n除第K行元素外的其余n-1行所構(gòu)成的列向量Y″，作為訓(xùn)練集；

步驟6：對(duì)測(cè)試集和訓(xùn)練集進(jìn)行數(shù)據(jù)歸一化；

步驟7：構(gòu)建SSA由U行麻雀種群組成的初始麻雀種群矩陣P，

其中，dim＝a·h+h+h·b+b；p_uv，u＝1，...，U，v＝1，...，dim為初始麻雀種群矩陣P中第u行、第v列的麻雀?jìng)€(gè)體，取值為[-q，q]間的隨機(jī)數(shù)，2≤p≤5；

步驟8：將第u行麻雀種群作為BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值，采用經(jīng)歸一化后的訓(xùn)練集對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得初步訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)；

基于初步訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)，預(yù)測(cè)經(jīng)歸一化后的測(cè)試集中矩陣對(duì)應(yīng)的元素含量，輸出的預(yù)測(cè)值經(jīng)反歸一化后為s′_u，u＝1，...，U，求得s′_u，u＝1，...，U與測(cè)試集中Y_K′的差值y_x′-s′_u，u＝1，...，U；預(yù)測(cè)經(jīng)歸一化后的訓(xùn)練集中矩陣各行對(duì)應(yīng)的元素含量，輸出的預(yù)測(cè)值經(jīng)反歸一化后為s″_iu，i＝1，...，n，且i≠K，u＝1，...，U，求得s″_iu，i＝1，...，n，且i≠K，u＝1，...，U與訓(xùn)練集中列向量Y″對(duì)應(yīng)行元素y″_i，i＝1，...，n，且i≠K的差值y″_i-s″_iu，i＝1，...，n，且i≠K，u＝1，...，U；

進(jìn)而，計(jì)算第u行麻雀種群對(duì)應(yīng)的適應(yīng)度函數(shù)f_u，u＝1，...，U：

獲得適應(yīng)度函數(shù)的集合F：

其中，且i≠K為經(jīng)歸一化后的y″_i，i＝1，...，n，且i≠K；

步驟9：基于SSA算法對(duì)初始麻雀種群矩陣P進(jìn)行N次迭代，并記錄每次迭代對(duì)應(yīng)的適應(yīng)度函數(shù)的集合F；N次迭代完成后選擇適應(yīng)度函數(shù)的集合F中數(shù)值最低的適應(yīng)度函數(shù)f_min，將其對(duì)應(yīng)的一行麻雀種群作為BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閥值；其中，N不低于20；

步驟10：采用經(jīng)歸一化后的訓(xùn)練集對(duì)步驟9所得BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得最終訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)；基于最終訓(xùn)練完成的BP神經(jīng)網(wǎng)絡(luò)，對(duì)經(jīng)歸一化后的測(cè)試集進(jìn)行預(yù)測(cè)，獲得并記錄第K個(gè)目標(biāo)樣本中待測(cè)元素的含量預(yù)測(cè)值；

步驟11：判斷K是否等于n，若是，轉(zhuǎn)入步驟12；否則，令K＝K+1，轉(zhuǎn)回步驟5；

步驟12：對(duì)記錄的各目標(biāo)樣本中待測(cè)元素的含量預(yù)測(cè)值進(jìn)行反歸一化處理，與對(duì)應(yīng)目標(biāo)樣本中待測(cè)元素的含量數(shù)據(jù)進(jìn)行對(duì)比，求取決定系數(shù)R²：

其中，y_h為第h個(gè)目標(biāo)樣本中待測(cè)元素的含量數(shù)據(jù)；為經(jīng)反歸一化處理后的第h個(gè)目標(biāo)樣本中待測(cè)元素的含量預(yù)測(cè)值；為所有目標(biāo)樣本中待測(cè)元素的含量真實(shí)值的平均值。

2.根據(jù)權(quán)利要求1所述基于SSA-BP神經(jīng)網(wǎng)絡(luò)的XRF元素定量分析方法，其特征在于，步驟1中通過ED-XRF熒光光譜儀測(cè)得待測(cè)元素的峰值數(shù)據(jù)和含量數(shù)據(jù)，以及待測(cè)元素對(duì)應(yīng)的干擾元素的峰值數(shù)據(jù)。