偏最小二乘结合随机森林方法在PGNAA在线定量元素检测的应用
水泥中的重金属和其他元素含量检测为企业的资源高效利用和环境保护策略提供了参考.为提高瞬发伽马中子活化分析技术(PGNAA)对水泥物料的元素在线检测能力,采用偏最小二乘结合随机森林算法辅助PGNAA技术对水泥物料进行元素检测.根据实际物料元素组成制作25组水泥物料的标准样品.使用PGNAA在线检测仪器采集样品的瞬发伽马的光谱数据.每组样品采集25幅,共625组光谱.研究中选取Fe、Al、Ca、Si、Mg、K、C、S、O等元素作为检测的目标元素,针对每种元素,通过随机森林算法对光谱进行降维,降维结果再通过偏最小二乘方法进行归回建模.结果表明,针对在线检测大量物料的要求,通过随机森林算法降维,模型变量从1024个优化减少到几十至几百不等,模型复杂度大大降低,计算强度明显降低.提高了模型的预测精度和泛化能力,针对铁元素,RF+PLS算法的相对真实平均预测误差相对PLS1、RF分别降低了32％和40％.
水泥生料 元素检测 瞬发伽马中子活化分析 随机森林 偏最小二乘
王蒙 单卿 李佳桐 黑大千 凌永生 贾文宝
南京航空航天大学材料科学与技术学院,江苏南京211106 南京航空航天大学材料科学与技术学院,江苏南京211106;江苏省高校放射医学协同创新中心,江苏苏州215000
国内会议
第七届重金属污染防治技术及风险评价研讨会暨重金属污染防治专业委员会2017年学术年会
广州
中文
159-164
2017-11-01（万方平台首次上网日期，不代表论文的发表时间）