LIBS結合GA-BP神經網絡與GA-SVM對塑料分類研究

路永華

(蘭州財經大學信息工程學院,甘肅 蘭州 730020)

1 引 言

塑料大量使用,極大地便利了人們的生活,現實面臨的問題是塑料在自然界中不易降解,隨意丟棄對環境造成很大的污染,廢舊塑料在回收過程中,摻雜各種不同類型,這給廢舊塑料回收帶來極大的困難[1]。因此要實現廢舊塑料的回收,最關鍵是尋找最便捷的方法實現對塑料精確分類,這樣可以減少環境污染的同時,又能使資源得到重復利用,提高經濟效益[2]。

塑料制品常見的分類方法有人工分類法、拉曼光譜法(RS)[3]、激光誘導熒光技術(LIF)[4]。這三種方法對塑料制品的分類都有一定的優點,但是也存在缺點。例如,人工分類法在現實操作中存在效率低容易分類錯誤,有的塑料制品揮發有毒氣體,長期在這樣環境中會對工作人員造成極大的傷害；RS法通過測量塑料樣品表面產生的散色光,從而確定塑料樣品的分子結構,然后根據分子結構實現對樣品的分類,但是采集到的光譜因峰值相互重疊,測定出來的分子結構出現誤差,造成識別精度降低；LIF法利用激光光源照射塑料樣品,使其產生熒光并對采集到的熒光譜進行分析,但是產生的熒光譜容易受到大氣中的臭氧和水蒸氣的影響,造成光譜峰值出現偏差,降低識別的精度。

激光誘導擊穿光譜(Laser-induced breakdown spectroscopy,LIBS)[5]技術是利用激光光源照射塑料樣品表面產生等離子體,利用光譜儀收集產生的光譜數據。這種技術不需要對塑料樣品進行預處理、檢測時間短、可以迅速獲取大量的光譜數據以供后續研究,因此被廣泛運用到各種塑料識別的研究中。方正等[6]利用GA-BP神經網絡結合X射線吸收光譜,通過主成分分析法實現對常見的15種塑料分類,實驗結果表明GA-BP神經網絡的識別精度為98.23 %,達到實際要求。項麗蓉等[7]利用LIBS技術結合四種不同的化學計量學方法,對土壤中Pb和Cd元素的含量進行定量分析,研究表明,LIBS技術結合多元化學計量方法可以實現對土壤中重金屬含量的準確檢測。朱毅寧等[8]為提高LIBS技術在鮮肉品種的識別率,采用主成分分析法結合支持向量機,通過49條特征譜線,實現對三種鮮肉組織進行識別分析,識別精度為89.11 %。于洋等[9]利用LIBS技術結合支持向量機實現對11種塑料樣品的分類識別,識別精度為98.73 %。

本文利用激光誘導擊穿光譜結合不同模式識別方法(BP神經網絡,GA-BP神經網絡,SVM模型,GA-SVM模型)對不同塑料樣品進行分類研究。采集10種不同塑料樣品的光譜,選取光譜中譜線強度大的作為特征譜線,將提取出的特征譜線作為四種模型的輸入值,進行識別分析,其中GA-BP神經網絡和GA-SVM模型的識別精度明顯優于BP神經網絡和SVM模型。

2 實驗分析

2.1 塑料樣品

實驗室收集10種常見的塑料樣品:聚乙烯(PE)、聚丙烯(PP)、聚甲醛(POM)、聚氨酯(PU)、聚碳酸酯(PC)、聚苯乙烯(PS)、聚四氟乙烯(PTFE)、尼龍-6(PA-6)、工程塑料(ABS)、有機玻璃(PMMA)。10種塑料樣品的分子式和顏色如表1所示,將收集到的塑料樣品切割成1 cm×1 cm的正方形,厚度為2 mm。用蒸餾水清洗干凈塑料樣品表面,烘干備用。

表1 塑料樣品的分子式和顏色

2.2 實驗儀器

本實驗儀器如圖1所示。其中,采用調Q型開關Nd∶YAG型脈沖激光器,激光器的最大波長為1040 nm,激光束的直徑為10 mm,激光器重復頻率為10 Hz,波長經過倍頻器后,波長變為540 nm。激光器產生的激光束通過鏡面反射,垂直透過100 mm的凸透鏡,將激光束聚焦到塑料樣品表面,從而產生等離子體。利用光收集器對光譜進行匯集,將光信號通過光纖傳輸至光譜儀中(Andor ME5000,波長范圍為200～950 nm)進行分光處理,利用增強型電荷耦合器(ICCD)(型號為Andor DH334T)完成光信號轉換為電信號。將得到的電信號傳輸到計算機中,實現數據的采集與分析。本研究中,通過設置數字脈沖發生器(DG535)實現激光器與ICCD同步。使用X-Y-Z三維精密移動平臺實現在塑料樣品表面獲得不同的光譜采集點。

圖1 實驗裝置原理圖

2.3 參數設置

實驗在常溫常壓下進行,室溫為25 ℃,濕度為30 %。首先,利用汞光源對光譜儀校準操作,保證校準后波長小于0.2 mm。其次,設置激光器射出的單脈沖能量為50 mJ,經過透鏡聚焦后到達塑料樣品表面時,激光束的能量約為45 mJ。最后ICCD的門寬和積分時間分別設置為1 μs和2 μs。通過對儀器參數進行調整,使采集到的光譜數據獲取最佳的信背比和光譜強度,降低因實驗設備帶來的數據誤差。

2.4 數據收集與特征譜線

在LIBS光譜采集實驗中,三維移動平臺步長設置為0.5 mm,每次移動時,為了降低實驗中因為環境影響造成采集的譜線強度與實際存在偏差,對每個采集點重復采集30次,然后將累積的30次譜線強度求取平均值,作為采集點的譜線強度。特征譜線在選擇時,遵循的條件:①譜線間峰值重疊范圍小；②譜線相對強度大,易于提取；③同一組譜線強度存在差異。本實驗中選取特征譜線包括:金屬譜線和非金屬譜線,選用美國NIST原子光譜數據作為參考標準,對10種塑料樣品的譜線強度進行分析,提取出譜線強度最大的14種譜線作為特征譜線。選取特征譜線對應的元素和標準波長如表2所示。

表2 特征譜線與對應波長

2.5 LIBS數據處理與分析方法

實驗中每種塑料樣品都采集100組光譜數據,10種塑料樣品共有1000組光譜數據,每組數據提取14個特征光譜,組成1000×14維數據矩陣。因為不同的塑料制品,其各種組成元素含量各不相同,對應的特征光譜強度也各不相同,因此可以利用特征光譜強度的差異性,結合相應的模式識別算法可以現實對塑料樣品的精確分類。因為實驗中,儀器誤差、人員操作等都會對采集到的原始數據造成干擾,降低分類的精度,同時不同的特征譜線強度相差過大,需要對數據進行均值濾波和歸一化處理,減小數據間差值過大帶來的誤差[10]。因為10種塑料樣品的元素種類基本一致,因此特征譜線的的峰位基本相同。圖2所示為10種塑料樣品的光譜圖。其中對比ABS和PA-6的光譜圖,可以看出兩種塑料的特征譜線對應波長基本一致,但是特征譜線的強度差異較大。

圖2 10種塑料樣品的原始光譜圖數據

誤差反向傳播(Back-Propagation,BP)神經網絡是一種誤差逆向傳播的多層前饋網絡[11]。利用數據集不斷對BP神經網絡進行訓練,使得網絡中的權值和閾值達到最佳,網絡誤差達到最小。但是網絡隨著輸入數據集維數的增加,網絡性能越好,但是建模耗費的時間越長。

遺傳算法(Genetic Algorithm)具有很好的全局特性,通過尋找BP神經網絡最佳權值和閾值,可以避免網絡過早收斂,保證此時尋找的最佳權值和閾值使得網絡誤差達到最小,提高分類的精度,但是無形中增加建模時間[12]。

支持向量機(Support vector machine,SVM)是一種非線性機器學習模型。在低維不可分的數據集通過算法升維,在高維空間中利用超平面實現數據集線性可分[13]。核函數是尋找高維超平面的關鍵,超平面的優越性決定著數據集分類的精確度。其中,懲罰參數c和可變參數g對核函數的性能起著決定性的作用。

在支持向量機的算法框架上,利用遺傳算法對懲罰參數c和可變參數g進行全局搜索,然后最優選取c和g的組合值[14],此時建立的模型分類結果最佳。

3 結果與討論

3.1 四種模型分類結果

將220～1100 nm區段對應的特征光譜經過均值濾波和歸一化后作為模型的輸入向量。本文中,共提取14種元素的譜線作為特征譜線,對應的輸出為10種塑料樣品,數據集為1000×14維矩陣。利用BP神經網絡、GA-BP神經網絡、SVM、GA-SVM四種模型對塑料樣品做分類研究。本文在MATLAB2016b環境中構建算法模型。四種算法的訓練集為600組,預測集為400組。其中,定義每組光譜數據的預測輸出結果為“◇”,定義每組光譜數據的期望輸出為“＊”,當模型的預測輸出(◇)和期望輸出(＊)重合時,可以認為分類結果正確。

圖3(a)中是BP神經網絡分類結果。經過試驗驗證采用隱含層為12層,因為輸入為14種特征光譜,因此輸入層為14層,被分類的塑料種類為10種,所以輸出層為10層,最終網絡結構為14-12-10。輸入層和隱含層采用非線性函數Tan-singmid,Log-singmid,訓練時設置的最大網絡步數和學習率為100步和0.1,網絡誤差設置為0.001。通過訓練集不斷對網絡進行訓練,直到神經網絡收斂。然后利用訓練好的神經網絡模型對預測集進行分類。分類結果如圖3(a)所示,可以看出有6個PTFE被錯誤分類成PS,網絡的識別精度為98.5 %。圖4(a)中,網絡訓練到9步后MSE趨于穩定,但是網絡此時的精度為0.01797,與實際設置的網絡誤差值相差很大,網絡全局搜索能力差,陷入局部最小值。

圖3 神經網絡對10種塑料樣品分類結果

圖3(b)中是GA-BP神經網絡分類結果。在BP神經網絡算法基礎上,利用遺傳算法對網絡的權值和閾值進行全局搜索。遺傳算法中種群個體編碼長度為288,算法迭代次數為50次,種群規模為30個,交叉概率Pc=0.5,變異概率Pm=0.2。將訓練集放入遺傳算法中不斷的進行迭代,直到滿足誤差要求。然后將權值和閾值解碼出來,放到BP神經網絡框架中,對測試集進行分類。結果如圖3(b)所示,可以看出有3個PTFE被錯誤分類成PS,網絡的識別精度為99.25 %。圖4(b)中,網絡訓練到56步后MSE趨于穩定,但是網絡此時的精度為0.0029929,與實際設置的網絡誤差接近,網絡全局搜索能力變強,不容易陷入局部最小值。

圖4 神經網絡訓練步數

圖5(a)中是SVM的分類結果。利用徑向核函數(Radical basis function,RBF)作為SVM的核函數,并且使用MATLAB2016b軟件中自帶SVM工具箱對懲罰函數c和徑向可變參數g進行優化,模型參數優化后得到測試集分類結果如圖5(a)所示:有3個PA-6塑料樣本被判為PC塑料樣本；有9個PMMA塑料樣本被錯判為PU；SVM模型對PA-6塑料樣本識別精度92.5 %；SVM模型對PMMA塑料樣本識別精度77.5 %；SVM模型對10種塑料樣本的正確識別率為97 %。圖6(a)中,可以看出SVM模型,最佳參數c=1.7411和g=1,c和g的值在三維空間中呈現“帽子型”結構,模型在低維空間中耗費大量時間尋找最佳參數,造成模型在高維空間中超平面的劃分,會出現c和g的值偏差過大,模型分類精度下降。

圖5 支持向量機對10種塑料樣本分類結果

圖5(b)中是GA-SVM的分類結果。在SVM基礎算法的框架上,用遺傳算法代替MATLAB2016b工具箱對參數c和g做最優搜索。其中,遺傳算法的種群個數為20個,種群迭代次數為40次,交叉驗證參數為15,參數c的變化范圍默認為(0,100],參數g的變化范圍默認為(0,100]。模型參數優化后測試集的分類結果如圖5(b)所示:有8個PMMA塑料樣本被錯判為PU；SVM模型PMMA塑料樣品識別精度為80 %；SVM模型對10種塑料樣本的正確識別率為98 %。圖6(b)中,可以看出GA-SVM模型,最佳參數c=0.5和g=1.3195,c和g的值在三維空間中呈現“階梯狀”結構,模型在低維空間中耗費少量時間尋找最佳參數,在高維空間中獲取模型中最佳的參數c和g組合值,提高分類精度,同時降低模型在低維空間中重復尋找c和g組合值,減小建模時間。

圖6 兩種SVM最佳參數尋優過程

3.3 對比分析

表3為4種預測模型對預處理數據分析結果。

表3 四種預測模型分析結果

(1)BP神經網絡直接對測試集進行分類,錯誤識別個數為6個,但是由圖4(a)可以得出模型訓練步數少,此時網絡進入局部最小值。這是由于訓練樣本集過少,網絡訓練不充分,造成模型識別精度不高。GA-BP神經網絡錯誤識別個數為3個,建模時間為3.4 s,錯誤識別率下降。利用遺傳算法全局搜索的特性,避免模型進入局部最小值,提高模型的識別精度,同時又可以克服因數據集不足,造成訓練不充分的缺點。

(2)SVM模型和GA-SVM模型的首次建模時間分別為171.5 s和120.5 s,因為模型將整個c和g的定義域都遍尋一次,最后得出最佳的c和g,將得到的最佳c和g保存到模型中,此時模型的識別時間僅為1.5 s。但是SVM和GA-SVM的錯誤識別率普遍比BP和GA-BP的高,因為SVM為升維算法,樣本集到達一定數量、維數較高時,需要的分類超平面精度更高,模型建模時間更長,因此識別精度與GA-BP神經網絡存在一定的差距。

4 結 論

利用LIBS技術采集10種塑料樣品數據,在空氣中獲取1000組光譜,提取14種特征譜線,結合BP神經網絡、GA-BP神經網絡、SVM和GA-SVM實現對10種塑料樣品分類研究。結果表明,遺傳算法可以極大避免BP神經網絡進入局部最小值,提高模型的識別精度。遺傳算法可以避免SVM在同一緯度重復搜索c和g值,因為原始數據維數高,SVM和GA-SVM都是升維過程,建模時間過長,識別精度與GA-BP神經網絡存在一定的差距,因此SVM和GA-SVM不太適合處理維數過高的樣本集。研究結果為今后基于LIBS技術的塑料樣本分類識別等決策問題提供依據和參考。