Russian roulette优化小波算法在X射线荧光光谱去噪中的应用
摘要
小波去噪是效果较好的去噪算法，小波函数和分解等级的选择对去噪质量影响很大，但利用小波函数对X射线荧光光谱去噪存在优化困难。针对这一问题，提出了一种基于Russian roulette优化小波算法用于X射线光谱去噪。以土壤中Cr、Mn、Co、Ni、Cu、Zn、As、Pb等8个重金属元素定量模型的决定系数（R2）求和为优化目标，通过Russian roulette优化策略更新小波函数和分解等级，经过设定的迭代次数后，选出实际土壤样品光谱较优的小波函数和分解等级。该方法在55个国家标准物质土壤样品的30 s测量的X射线荧光光谱进行验证，优化后8个元素的R2均有所提高，8个元素的定量模型R2之和从7.8383增大到7.8704。这将为小波去噪在X射线光谱的元素快速测量提供一种可选择的方案。
引用本文（GB/T 7714）
郝军 Hao Jun, 李福生 Li Fusheng, 杨婉琪 Yang Wanqi, 等. Russian roulette优化小波算法在X射线荧光光谱去噪中的应用[J]. Laser & Optoelectronics Progress, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。