基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法技术

本发明专利技术涉及光谱分析领域，具体是基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法。针对数据存在噪声和光谱数据维度过高带来的问题，提出一种基于互信息特征筛选偏最小二乘的LIBS的定量分析方法以提高矿浆品位分析精度。具体步骤为：(1)计算训练样本每列特征与标签的互信息量；(2)训练集中去除互信量为0的a个特征；(3)测试集保留与训练集剩余特征相同的特征列；(4)利用确定的特征个数，建立PLS模型，通过训练集的解释方差和均方误差来确定主成分个数。本发明专利技术提供了一种降低数据维度并有效选出光谱数据特征的方法，提高了分析精度。可实际应用于选矿厂现场监控矿浆品位分析监测。实际应用于选矿厂现场监控矿浆品位分析监测。实际应用于选矿厂现场监控矿浆品位分析监测。

【技术实现步骤摘要】
基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法


[0001]本专利技术涉及光谱分析领域，具体地说是一种基于互信息特征筛选偏最小二乘的激光诱导击穿光谱铁矿浆定量分析方法。

技术介绍

[0002]铁矿石原矿到最后变成钢铁要经过一系列复杂的选矿流程，其中矿物浮选是根据目标矿物与杂质理化性质的不同，将目标矿物与杂质分离，进而从原矿浆中提取出来的选矿方法。尾矿是浮选最后的产物，据统计2018年我国铁尾矿产生量约为4.76亿吨。对尾矿铁品位的分析可以帮助判断整个浮选的工艺性能，同时对环境的保护，尾矿资源回收利用有着重要的作用。
[0003]目前国内选矿厂检测矿浆品位相对准确的方法是化学分析，但化学分析周期长，有滞后性，无法做到在线检测分析。近几年，也出现了新的检测技术对矿浆进行在线检测，如X射线荧光(XRF)分析法。XRF分析法能够做到实时在线检测，但是用于矿浆在线分析的XRF分析仪无法检测原子序数20以前的元素，且X射线具有放射性，具有潜在的危害性。激光诱导击穿光谱技术是一种新兴的检测技术，被世界著名的光谱分析学家Winefordner称为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法，其特征在于，包括以下步骤：离线建模的步骤：采集矿浆样本的激光诱导原始光谱数据；对每张原始光谱特征进行互信息的特征筛选，保留互信息量非零的特征；利用特征筛选后新特征建立光谱强度
‑
浓度的PLS模型，并反复迭代过程中根据训练集的解释方差与均方误差确定最优主成分数；利用最优主成分数获取最优的PLS模型；实时检测的步骤：利用现场设备采集现场矿浆样本的实时光谱数据，输入优化的光谱强度
‑
浓度的PLS模型，获取矿浆中指定元素的浓度含量。2.根据权利要求1所述的基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法，其特征在于，所述采集矿浆样本的激光诱导原始光谱数据是采用激光诱导击穿光谱仪采集的。3.根据权利要求1所述的基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法，其特征在于，所述离线建模包括以下步骤：S1、数据预处理及特征提取：对获得的待测物质的激光诱导击穿光谱原始数据，进行均值化和谱线特征提取处理；S2、数据集划分：将采集的矿浆样本数据划分为训练集和测试集；训练样本样本用于建模，测试样本用于评价最终模型的预测精度；S3、计算训练集中每列中各个维度特征与标签之间的估计互信息；S4、训练集中去除互信息量为零的a个特征；S5、保留测试集中与训练集剩余特征相同的特征列；S6、用训练集剩余特征迭代主成分个数进行PLS建模；S7、利用训练集数据的解释方差和均方误差来确定主成分个数，优化PLS模型。4.根据权利要求3所述的基于互信息特征筛选PLS的LIBS铁矿浆定量分析方法，其特征在于，在划分数据集时，使测试集数据均匀分布在训练集样本的浓度范围之内，以实现最充分的评估模型性...

【专利技术属性】
技术研发人员：孙兰香，谢远明，齐立峰，尚栋，陈彤，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：