CBLA-Net重金属预测模型

XRF光谱高精度解析

集成小波去噪与频率选择注意力网络，实现对土壤中多种重金属元素浓度的精准预测。

Yang, Wanqi · 李福生 · Zhang, Qinglun · Lyu, Shubin

Analytica Chimica Acta 2024

参数信息

决定系数（V）
0.9730
决定系数（Cr）
0.9874
决定系数（Mn）
0.9952
决定系数（Zn）
0.9921
决定系数（Cd）
0.9518
决定系数（Pb）
0.9741

技术优势

预测精度更高

对于V、Cr、Mn、Zn、Cd、Pb六种元素，CBLA-Net的R²分别达到0.9730、0.9874、0.9952、0.9921、0.9518、0.9741，均优于对比算法。

无需化学前处理

直接利用XRF原始光谱进行快速、无损的元素浓度估算，避免了传统湿化学分析的消解过程。

自动提取关键特征

频率竞争自适应重加权采样（FCARS）从复杂光谱数据中筛选出信息量最大的变量，减少冗余与噪声。

应用场景