买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国石油大学(华东)

摘要：本发明公开了一种基于光谱特征融合的激光诱导击穿光谱异常数据剔除方法。本发明通过采集并保存被测样品的LIBS光谱数据矩阵，在LIBS光谱数据矩阵中选取多条元素分析线，根据所选取特征指标，计算各元素分析线在各波长变量处的特征指标值，分别针对各元素分析线，确定各特征指标的最大值和最小值后，计算各特征指标在各元素分析线各波长变量处的分值以及各元素分析线各波长变量处所有特征指标的总分值，再设定异常光谱数据判定准则，剔除被测样品LIBS光谱数据矩阵中的异常光谱数据，得到被测样品的有效光谱数据矩阵，计算被测样品的平均光谱数据。本发明实现了对异常光谱数据的剔除，避免了异常光谱数据所引起的误差，有效提高了LIBS分析的准确度和精确度。

主权项：1.一种基于光谱特征融合的激光诱导击穿光谱异常数据剔除方法，其特征在于，具体包括以下步骤：步骤1，采集并保存被测样品的LIBS光谱数据矩阵SWm，In；所述LIBS光谱数据矩阵SWm，In内包括被测样品同一位置处的n条光谱以及各光谱内的m个波长变量Wm，In为各光谱在波长变量Wm处所对应的光谱强度；步骤2，在LIBS光谱数据矩阵SWm，In中选取α条元素分析线；步骤3，选取特征指标，计算各元素分析线在各波长变量处的特征指标值；步骤4，根据各元素分析线在各波长变量处的特征指标值，分别针对各元素分析线确定各特征指标的最大值和最小值，计算各特征指标在各元素分析线各波长变量处的分值；步骤5，基于各元素分析线各波长变量处所有特征指标的分值，计算各元素分析线各波长变量处所有特征指标的总分值；步骤6，根据各元素分析线各波长变量处所有特征指标的总分值，剔除被测样品LIBS光谱数据矩阵S中的异常光谱数据，保留被测样品LIBS光谱数据矩阵S中的有效光谱数据，得到被测样品的有效光谱数据矩阵；步骤7，根据被测样品的有效光谱数据矩阵，计算被测样品的平均光谱数据；所述步骤2中，选取被测样品中基体元素的分析线或被测样品中除基体元素外其他元素的分析线作为元素分析线，元素分析线LWα，Iα中包括元素分析线的波长Wα和强度Iα；所述步骤3中，特征指标包括但不限于峰值强度、峰值面积、标准差、信背比和信噪比；所述特征指标还包括分析线波形拟合参数；所述步骤4中，若特征指标越大表示光谱数据越好，则特征指标分值计算公式为： 若特征指标越小表示光谱数据越好，则特征指标分值计算公式为： 式中，Gi为第i个特征指标的分值，Fi为同一元素分析线中第i个特征指标的数值，Fi,min为同一元素分析线中第i个特征指标在n条光谱中的最小值，Fi,max为同一元素分析线中第i个特征指标在n条光谱中的最大值；所述步骤5中，各元素分析线各波长变量处所有特征指标的总分值计算公式为：Gtotal＝ΣaiGi3式中，Gtotal为元素分析线中任一波长变量处所有特征指标的总分值，Gi为第i个特征指标的分值，ai为第i个特征指标的系数；所述步骤6中，具体包括以下步骤：步骤6.1，分别针对每条元素分析线，根据元素分析线上各波长变量处所有特征指标的总分值，确定元素分析线总分值的最大值；步骤6.2，分别针对每条元素分析线，将元素分析线总分值最大值的ω％设置为元素分析线光谱数据筛选的阈值；步骤6.3，对LIBS光谱数据矩阵SWm，In中所有元素分析线上的光谱数据进行筛选，针对各元素分析线，根据元素分析线光谱数据筛选的阈值，将元素分析线中不小于阈值的光谱数据，记录次数为1，将元素分析线中小于阈值的光谱数据，记录次数为0，直至遍历完LIBS光谱数据矩阵SWm，In中所有元素分析线中的光谱数据，完成对LIBS光谱数据矩阵SWm，In中所有光谱数据的筛选；步骤6.4，分别针对每条元素分析线，对元素分析线上所有光谱数据的记录次数求和，得到元素分析线的光谱数据记录总次数t；步骤6.5，设置元素分析线光谱数据的次数阈值tTH；步骤6.6，利用元素分析线光谱数据的次数阈值tTH对LIBS光谱数据矩阵SWm，In各元素分析线中的有效数据进行筛选，当元素分析线的光谱数据记录总次数t不小于次数阈值tTH时，则标记元素分析线上的光谱数据为有效光谱数据，当元素分析线的光谱数据记录总次数t小于次数阈值tTH时，则标记元素分析线上的光谱数据为异常光谱数据；步骤6.7，剔除LIBS光谱数据矩阵SWm，In各元素分析线中的异常光谱数据，保留LIBS光谱数据矩阵SWm，In各元素分析线中的有效光谱数据，得到被测样品的有效光谱数据矩阵。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 一种基于光谱特征融合的激光诱导击穿光谱异常数据剔除方法