在提取激光诱导击穿光谱（LIBS）全部特征峰的基础上, 利用支持向量机建立了有效的茶叶分类模型。采集了15种茶叶样品的有效LIBS光谱数据（190～720 nm）, 运用窗口平移平滑和峰位漂移函数修正对光谱进行了预处理, 再结合主成分分析降维, 对绿茶、红茶、白茶实现了98.3%的识别率; 对同一种类中不同品种的茶叶也实现了较好的识别。研究结果表明, LIBS在茶叶品种快速识别应用中具有较好的前景。

采用激光诱导击穿光谱技术分析安徽怀远农亢农场土壤样品中微量元素Mn的含量分布情况。实验中选取403.1nm作为Mn元素的分析线为,土壤中基体元素Fe作为内标元素,选取的分析线为407.2nm。选取10个土壤样品分别用传统定标方法和内标法建立定标曲线,并对4个待测样品浓度进行预测。实验结果表明,传统定标方法建立的定标曲线的拟合相关系数r为0.954,检测限为93mg·kg-1,待测样品的测量相对误差最大为5.72%;而采用内标法建立的定标曲线的拟合相关系数r为0.983,测量的相对误差减小到4.1%,检测限为71mg·kg-1。说明采用LIBS技术对土壤中微量元素Mn检测的可行性,同时,内标法一定程度上可提高测量的精确性。

利用Nd:YAG激光器、OceanHR2000+ICCD光谱仪建立激光诱导击穿光谱(LIBS)实验系统，设置合理的实验参数得到土壤样品LIBS数据，利用基于误差反向传播的人工神经网络(BP-ANN)算法，对含Cr浓度不同的样品进行了分析，选择CrI：425.435 nm为分析谱线，选择FeI：425.079 nm为参考线，在以相对峰强为输入模式下，对网络进行训练，建立定量分析模型，利用该模型进行预测，预测的相对标准偏差和相对误差均优于传统的定标曲线法得到的结果。

激光诱导击穿光谱技术结合神经网络和支持向量机算法的人参产地快速识别研究.pdf

激光诱导击穿光谱已用于测量大气条件下粉煤无烟煤中的有机氧含量。 提出了特殊的光谱处理方法，包括通过与N（I）线比较光谱相关系数，选择与O（I）线的光谱相关系数，与N（I）线进行内部归一化以及温度校正来选择最佳的O（I）发射线，以满足多光谱分析线分析方法，可得出最准确的定量结果。 提出了确定煤中有机氧含量的标定方法，通过对六个无烟煤样品进行的实验评估，其准确度为1.15-1.37％，平均相对误差为19.39％。 还研究了相对测量误差分布。

用于直接捕获光学细光谱线并实现准确的化学成分测量的无自吸收激光诱导击穿光谱仪的开发和性能评估

基于激光诱导击穿光谱法的发电厂煤质分析仪的研制

使用激光诱导击穿光谱法增强稳定性的在线粉状水泥原料质量监测

采用激光诱导击穿光谱（LIBS）技术结合偏最小二乘判别分析（PLS-DA）对新疆、青海和俄罗斯的白色软玉进行产地研究。选取产自新疆（和田、于田、且末）、青海（格尔木）、俄罗斯（贝加尔湖）的146个白色软玉样品作为样品集，从样品集中随机抽取111个样品作为校正集，用于建立PLS-DA识别模型，剩余35个样品作为验证集，用于检验PLS-DA识别模型的预测效果。采用LIBS对三个产地的软玉样品进行成分分析，选择Na、K、Al、Li、Be、Mn、Sr、Zr、Ba、Y、Ce作为目标元素，并选取589.995，766.490，396.152，670.793，313.042，257.610，407.771，389.138，455.403，437.493，401.239 nm处的谱线作为目标元素的分析谱线，选取Si元素作为内标元素，以其在 288.158 nm处的谱线作为内标元素分析谱线，分别计算各目标元素与内标元素的谱线强度的比值Rx，由Rx组成自变量矩阵，用于模型的建立与预测。实验结果表明，采用LIBS结合PLS-DA建立的产地识别模型，其校正自变量和验证自变量与实际分类变量的相关系数都大于0.9

基于时间扰动二维相关激光诱导击穿光谱的土壤钾元素分析