تُستخدم سبائك الماغنيسيوم على نطاق واسع في الطيران والفضاء والسيارات والصناعات الإلكترونية بسبب كثافتها المنخفضة وقوة النوع العالية ومقاومتها الممتازة للتآكل. يتميز مطياف التأين كتقنية تحليلية مستحثة بالليزر (LIBS) بسرعة التحليل وعدم الحاجة إلى تحضير معقد للعينات، مما يجعل له آفاق تطبيق جيدة في مجال الكشف عن سبائك الماغنيسيوم. نظرًا لتقلب طيف LIBS الكبير بين القياسات الفرعية المتكررة وتشابه الأطياف بين أنواع سبائك الماغنيسيوم المختلفة، بالإضافة إلى احتواء البيانات على معلومات زائدة، غالبًا ما تكون التصنيفات المباشرة محدودة الأداء. يقترح هذا البحث طريقة تصنيف سريعة لسبائك الماغنيسيوم تعتمد على اختيار السمات، حيث تم مقارنة منهجياً ثلاث طرق لاختيار السمات وهي الارتباط الأقصى والتكرار الأدنى (mRMR) والغابات العشوائية (RF) والمؤشرات الطيفية، بالإضافة إلى استخدام ثلاثة نماذج تصنيف وهي آلة المتجهات الداعمة (SVM) وشبكة التغذية العصبية العكسية (BPNN) والجيران الأقرب (KNN)، لتكوين عدة نماذج لتصنيف سبائك الماغنيسيوم. أظهرت النتائج التجريبية أن mRMR-BPNN وصلت إلى دقة 99.4٪ في بيانات اليوم الأول و92.5٪ في بيانات اليوم التالي باستخدام 180 سمة فقط، متفوقة بشكل ملحوظ على المنهجيات الأخرى التي تجمع اختيار السمات والمصنفات وكذلك الطرق المباشرة لتصنيف الطيف الأصلي. تعزز هذه الطريقة بدقة التصنيف والقدرة على التعميم للنماذج دون الحاجة إلى معالجة مسبقة معقدة، مما يوفر أداة تحليل موثوقة للكشف السريع عبر الإنترنت والتحكم في جودة سبائك الماغنيسيوم والألمنيوم، وله أهمية إيجابية في دفع تطبيق تقنية LIBS في المواقع الصناعية.

مطياف التأين المستحث بالليزر;سبائك الماغنيسيوم;اختيار السمات;تعلم الآلة