FOP|综述:华中科技大学李祥友/清华大学王哲团队_机器学习在激光诱导击穿光谱中的应用进展
物理学前沿FOP刊
2024-08-27 10:00
文章摘要
本文综述了机器学习在激光诱导击穿光谱(LIBS)中的应用进展。LIBS作为一种快速、在线、原位测量的光谱分析技术,具有广泛的应用前景,但存在基体效应和等离子体不稳定性问题,导致分析结果的准确度和重复性较差。机器学习通过智能关联复杂的光谱数据与目标结果,有效减少了信号波动和基体效应的影响,提高了LIBS的定性和定量分析性能。文章从光谱预处理和建模两方面总结了机器学习在LIBS中的应用,强调了机器学习的普适性、专用性、选择性和局限性,并展望了未来基于大数据的机器学习模型在LIBS中的应用前景。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。