量子电子学报

作者：杨妙,战晔,付钰婷,杨光

单位：( 1 长春汽车职业技术大学电气工程学院, 吉林 长春 130013; 2 空军航空大学航空作战勤务学院, 吉林 长春 130012; 3 吉林大学仪器科学与电气工程学院, 吉林 长春 130061 )

关键词：光谱学,岩石分类,高重频激光诱导击穿光谱,卷积神经网络,

基金：国家自然科学基金项目 (62275099)

地质分析能为地质资源勘探提供重要的信息和依据。激光诱导击穿光谱 (LIBS) 技术是一种快速、准确和原位的岩石分析判别方法。将高重频LIBS技术应用于岩石样品的岩性分析， 再结合卷积神经网络 （CNN） 模型进行分类， 不仅解决了传统大能量单脉冲激光器体积大、重量沉等问题， 还克服了机器学习需要人为调整参数的不足， 同时也顺应LIBS技术逐渐向着便携化、小型化、精确化以及智能化的发展趋势。本研究利用高重频LIBS实验平台对岩石压片样品进行光谱采集， 根据岩石的产地和岩性， 将岩石样品分为5类和9类， 结合1D-CNN和ResNet34卷积神经网络模型对岩石进行分类识别。研究结果表明， 针对两种样品分类情况， 平均分类识别准确率分别达到99.43%和97.14%， 高重频LIBS与CNN模型结合可以实现良好的岩石分类结果。最后基于MATLAB App Designer开发了用于岩石岩性分析的系统软件， 实现了对岩石的快速分类， 提高了地质勘查效率。

来源：2024年第3期

《量子电子学报》期刊编辑部

查看量子电子学报杂志2024年第3期