[发明专利]基于支持向量机的X射线荧光光谱分析方法及装置

说明书

技术领域

本发明涉及X射线光谱检测技术领域，尤其涉及一种基于支持向量机的X射线荧光光谱分析方法及装置。

背景技术

X射线荧光光谱(X-ray Fluorescence Spectroscopy,简称XPF)是利用X射线激发元素外层电子，利用光谱仪获取电子跃迁时的荧光光谱，并由谱线的能量和强度进行定性定量分析。

X射线荧光光谱为原子发射光谱的一种，在元素测定方面应用广泛。其可测定的元素的范围广，包括元素周期表中Z≥3(Li)的所有元素，可测定的浓度范围宽，具有快速准确、操作简单、能同时测定多种元素的特点，适合于多种类型的固态和液态物质的测定。目前X射线荧光光谱技术在农业中的应用主要集中于土壤、农产品污染监测和农产品中微量元素的测定等领域。X射线荧光光谱分析易受到周围环境如土壤水分含量的影响，也会受到测量条件如样品颗粒大小的影响。

由于土壤类别繁多，属性复杂，且受到土壤的基体效应和自吸收效应的制约，现有技术中还没有建立普适性的标准曲线或者模型，也没有可靠的XPF检测农田土壤中重金属的方法，使得检测的准确性不高。

发明内容

本发明实施例提供了一种基于支持向量机的X射线荧光光谱分析方法及装置，能够有效的获取模型参数，获得良好的预测效果。

第一方面，本发明提供了一种基于支持向量机的X射线荧光光谱分析方法，包括：

采集训练集样品的X射线荧光光谱，提取所述荧光光谱上若干个数据点强度值；

测定所述训练集样品的目标元素的含量；

将所述强度值作为输入层数据，将所述目标元素的含量作为输出层数据，建立支持向量机的预测模型；

采用遗传算法对所述预测模型进行训练，确定X射线荧光光谱分析目标元素的支持向量机模型的参数；

采集预测集样品的X射线荧光光谱上若干个数据点强度值为所述X射线荧光光谱分析目标元素的支持向量机模型的输入层数据，得到所述预测集样品的对应目标元素的含量。

可选地，所述方法还包括：

利用所述预测集样品的对应目标元素的含量和所述预测集样品的测定的目标元素含量对所述支持向量机模型验证。

可选地，所述采集训练集样品的X射线荧光光谱，提取所述荧光光谱上若干个数据点强度值，包括：

采集训练集样品的X射线荧光光谱；

对所述X射线荧光光谱进行数据处理，提取所述荧光光谱上若干个数据点强度值；

其中，所述数据处理包括：对所述X射线荧光光谱求平均值，扣除背景以及谱线去干扰拟合。

可选地，所述测定所述训练集样品的目标元素的含量，具体为：

采用理化分析方式测得所述训练集样品的目标元素的含量。

可选地，所述支持向量机模型为：

y(x)=Σ1nαiK(x,xk)+b]]>

其中，b为支持向量机模型的截距，α_i为拉格朗日算子，K(x,x_k)为高斯径向基函数，n为向量的维数，x_k为输入层向量，x为输入层数据，y为输出数据。

可选地，所述采用遗传算法对所述预测模型进行训练，包括：

S61、设定迭代次数t，所述t的初始值为0，设定种群数量，交叉率和变异率；

S62、建立所述预测模型参数，随机选择产生初始种群；

S63、对所述初始种群的个体训练，计算个体适应度函数值，采用均方根误差分析个体适应度函数值，

其中，y_i为验证集样品的实际测量值；为样品的模型预测值；k为验证集样品的数量；

S64、当所述种群中最优个体所对应的适应度满足设定的迭代次数，则转至步骤S66，否则执行步骤S65；