X射线荧光自动分类分析技术在矿产资源环境评价中的应用

在X射线荧光分析过程中,由于分析样品中元素的母质来源及形成条件不同,存在明显的吸收增强-基体效应。本文针对该类影响产生的偏差,通过研究归纳基体产生的特征和物理参数规律,提出合理正确的对样品进行分类是消除元素间基体效应的根本途径。通过神经网络方法建立样品自动分类模型,能够对各种不同的样品进行自动分类识别。经过初步应用,与传统方法进行对比,具有自学习、自组织的特点,不需要对样品做任何假设,所建立的自动分类模型稳定性好,可以多次运作,对未知样品的识别率较高,并且具有很强的容错、抗干扰能力,识别速度较快,基本上可以消除由于不同类样品元素间效应引起的基体效应影响。