线上期刊服务咨询,期刊咨询:400-808-1701 订阅咨询:400-808-1721

基于LIBS技术和卷积神经网络的土壤铅含量等级快速分类

孙淼; Guindo; Mahamed; Lamine; 庄振华; 仲海鹏; 赵芸 浙江科技学院学报 2019年第05期

摘要:将激光诱导击穿光谱(LIBS)技术与卷积神经网络(CNN)相结合用于土壤中铅(Pb)含量的分类研究,对5类不同污染程度的样本进行了分类试验。结果表明LIBS-CNN方法可以实现土壤中Pb质量浓度等级的快速准确分类,准确度达到99%以上。相较于常用的化学方法,LIBS技术可以原位快速地对待测样品进行检测,样品预处理简单。因此LIBS-CNN方法可以为后期土壤修复技术提供更加准确有效的数据,且节约大量的时间及成本,提高检测分辨率。

关键词:激光诱导光谱技术卷积神经网络快速分类土壤修复

单位:浙江科技学院信息与电子工程学院; 杭州310023

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

浙江科技学院学报

省级期刊

¥160.00

关注 27人评论|0人关注