基于LIBS与堆叠式RBM深度学习技术的土壤重金属含量分析预测方法
- 专利权人:
- 中国科学院合肥物质科学研究院
- 发明人:
- 陈天娇,王儒敬,谢成军,张洁,李瑞,陈红波
- 申请号：
- CN201710325155.6
- 公开号：
- CN107044976A
- 申请日:
- 2017.05.10
- 申请国别(地区):
- 中国
- 年份:
- 2017
- 代理人:
- 张祥骞
- 摘要：
- 本发明涉及基于LIBS与堆叠式RBM深度学习技术的土壤重金属含量分析预测方法，与现有技术相比解决了土壤重金属含量检测速度慢的缺陷。本发明包括以下步骤：土壤样本的获取和预处理；构造基于堆叠式受限玻尔兹曼机深度学习技术的预测模型；预测模型的无监督训练；预测模型的有监督训练；土壤重金属含量的分析预测。本发明利用激光诱导击穿光谱与土壤重金属含量之间的映射关系，结合堆叠式RBM深度学习技术来进行土壤重金属含量分析预测。
- 来源网站：
- 中国工程科技知识中心
