激光与红外

作者：路永华

单位：兰州财经大学信息工程学院,甘肃 兰州 730020；

关键词：激光诱导;BP神经网络;支持向量机;分类识别

基金：甘肃省自然科学基金项目(No.20JR 5RA200)资助。

塑料制品回收力度小、重复利用率低,造成环境污染和资源浪费,因此对废旧塑料精确分类是提高塑料回收的关键。本文采用激光诱导击穿光谱(LIBS)技术结合遗传算法优化误差反向传播神经网络(GA BP)和支持向量机(GA SVM)对常见的10种塑料进行分类识别。利用LIBS技术对塑料样品进行处理,分别采集每种塑料样品100组光谱。对采集到的原始光谱做滤波和归一化处理,提取光谱中14条主要的特征谱线,分别建立GA BP神经网络和GA SVM模型。实验结果表明,GA BP神经网络对塑料的识别性能优于GA SVM,其中GA BP神经网络识别精度为9925,原因是GA SVM利用升维算法实现对数据集的分类,在塑料样品种类多的情况,分类效果不及GA BP神经网络。因此,利用LIBS技术结合不同的识别算法,可以实现对多种塑料样品的分类,也为研究不同算法对塑料样品分类识别提供研究思路。

来源：2022年第2期

《激光与红外》期刊编辑部

查看激光与红外杂志2022年第2期