摘要：研究了人工神经网络在激光诱导击穿光谱（LIBS）塑料分类识别方面的应用。选用七种常见的塑料作为实验样品，获得每种样品的170组LIBS光谱数据，利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的130组光谱数据的主成分得分矩阵作为训练集，建立反向传播（BP）人工神经网络模型。将其余40组主成分得分作为测试数据输入训练好的模型进行分类识别，其识别准确度达到97．5％。实验结果表明，通过采用主成分分析与BP人工神经网络相结合的方法，可以很好地进行塑料激光诱导击穿光谱的分类识别，对塑料的回收利用有重要价值。

原文链接:http://www.cqvip.com/QK/90993X/201212/43947984.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）