节点文献

基于遗传算法的BP神经网络模型在岩心扫描仪测定海洋沉积物多种组分中的应用研究

免费订阅

【作者】 李强刘坚李小穗涂公平杨天邦

【Author】 LI Qiang;LIU Jian;LI Xiao-sui;TU Gong-ping;YANG Tian-bang;Key Laboratory of Marine Mineral Resources,Ministry of Land and Resources;Guangzhou Marine Geological Survey;

【机构】 国土资源部海底矿产资源重点实验室广州海洋地质调查局

【摘要】 海洋沉积物样品成分复杂,由于基体效应的影响,利用岩心扫描仪开展X射线荧光光谱分析只能得到目标元素的强度信息,不利于该方法在成矿机制和古环境等研究领域更好地发挥作用。本文采用岩心扫描仪测定海洋沉积物中的铝硅钾钙钛锰铁钒铬铜锌铷锶钇和铅15种元素,尝试引入BP神经网络模型利用其非线性拟合能力校正基体效应。实验表明,以水系沉积物、海洋沉积物和岩石国家标准物质以及定值海洋沉积物样品为训练样本,采用遗传算法优化BP神经网络的初始权值和偏置,可以有效校正除硅之外的14种元素基体效应的影响,实现了岩心扫描仪XRF测量结果由强度到浓度的转化。本方法的精密度为0.6%~6.8%(RSD,n=11),国家标准物质和海洋沉积物实际样品中15种组分的预测值与参考值的相对偏差在0.5%~17.5%之间,适合于海洋沉积物中多种主次量组分的快速分析,拓展了岩心扫描仪的功能。

【基金】 国土资源部海底矿产资源重点实验室资助项目(KLMMR-2014-A-01)
【所属期刊栏目】 岩石矿物分析 (2016年05期)
  • 【DOI】10.15898/j.cnki.11-2131/td.2016.05.007
  • 【分类号】P736.4;O657.34
  • 【被引频次】2
  • 【下载频次】63
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: