一种X射线荧光光谱的元素识别方法、系统及设备技术方案

本发明专利技术公开了一种X射线荧光光谱的元素识别方法、系统及设备，涉及X射线荧光光谱分析领域，方法包括：获取X射线荧光光谱；对所述荧光光谱进行预处理；搭建神经网络模型；所述神经网络模型包括：注意力网络和BP‑神经网络；利用遗传算法优化所述注意力网络和BP‑神经网络；基于所述预处理后的荧光光谱对经遗传算法优化后的注意力网络和BP‑神经网络进行训练；将预处理后的荧光光谱输入至训练后的注意力网络得到数据集不同通道对于元素识别的加权重要性参数；将所述加权重要性参数输入至训练好的BP‑神经网络中，得到元素识别出的种类。本发明专利技术中的上述方法能够提高预测的准确率并有效抑制背景噪声对光谱元素识别的影响。

【技术实现步骤摘要】

本专利技术涉及x射线荧光光谱分析，特别涉及一种x射线荧光光谱的元素识别方法、系统及设备。

技术介绍

1、x射线荧光光谱分析是一种广泛应用于元素分析的非破坏性差分测量技术。尽管其应用广泛，但x射线荧光光谱分析固有的高非线性和噪声问题使得高精度元素识别成为一项挑战。

2、现有技术在处理x射线荧光光谱(xrf)数据时主要依赖于谱峰拟合、基线校正、聚类分析等方法，但面临重叠谱峰难以区分、基线校正可能引入误差、聚类分析在数据变异性高时的局限等挑战。主成分分析虽有助于降噪，但可能丢失关键信息，而神经网络模型在处理x射线荧光光谱(xrf)数据方面取得了一定进展，但在识别不同能量谱峰的重要性以及处理噪声方面仍然面临挑战。模型往往难以区分对元素识别关键的特征峰，尤其当谱峰重叠时。同时，模型在区别信号和背景噪声上的能力不足，这种噪声包括仪器误差、环境干扰及样本本质的随机性，可能会影响分析的准确性。为了解决这些问题，未来的模型开发需着重提高对谱峰的敏感度和噪声的鉴别力。这可能包括采用更先进的数据预处理方法或开发新的算法架构，以便更准确地识别出有用的信号。这些改进有望本文档来自技高网...

【技术保护点】

1.一种X射线荧光光谱的元素识别方法，其特征在于，所述元素识别方法包括：

2.根据权利要求1所述的X射线荧光光谱的元素识别方法，其特征在于，利用遗传算法优化所述注意力网络和BP-神经网络具体包括以下步骤：

3.根据权利要求1所述的X射线荧光光谱的元素识别方法，其特征在于，所述适应度函数的表达式如下：

4.根据权利要求1所述的X射线荧光光谱的元素识别方法，其特征在于，所述注意力网络的工作流程如下：

5.一种X射线荧光光谱的元素识别系统，其特征在于，所述识别系统包括：

6.根据权利要求5所述的X射线荧光光谱的元素识别系统，其特征在于...

【技术特征摘要】

1.一种x射线荧光光谱的元素识别方法，其特征在于，所述元素识别方法包括：

2.根据权利要求1所述的x射线荧光光谱的元素识别方法，其特征在于，利用遗传算法优化所述注意力网络和bp-神经网络具体包括以下步骤：

3.根据权利要求1所述的x射线荧光光谱的元素识别方法，其特征在于，所述适应度函数的表达式如下：

4.根据权利要求1所述的x射线荧光光谱的元素识别方法，其特征在于，所述注意力网络的工作流程如下：

5.一种x射线荧光光谱的元素识别系统，其特征在于，所述识别系统包括：

6.根据权利要求5所述的x射线荧光光谱的元素识别系统，其特征在于，所述优化模...

【专利技术属性】
技术研发人员：张琦，李元锋，秦王文，饶岚，吴福根，田凤，岳墨海，滕云，田清华，王拥军，杨雷静，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：