DA方法篩選的特征元素。
[0089] CF^Kx.njiangEast) = ~ 2. 058 [Li]+1. 554[Bg]+0. 005[Al]+0. 012 [K] - 9. 807 [Nb]- 0. 461 巧a]+6. 452 [La] - 11. 891 (11)
[0090] CF72(Geermu)= 0. 452[Li] - 0. 682[Be]+0. 001 [Al]+4. 062[Nb]+0. 431 [Ba] +0. 145 [La] - 2. 376 (12)
[0091] 公式中，[元素]表示元素的含量。 陽09引W用"測試組"樣品驗證IB-LDA方法的可行性
[0093] 對"測試組"樣品點進行判別：每個產(chǎn)地選擇相同數(shù)量的"測試組"樣品點，將其微 量元素信息，按順序依次帶入每一輪IB-LDA的分類函數(shù)，首先是帶入第一輪IB-LDA篩選中 的澡陽組和對應的"未區(qū)分組"，哪一組分類函數(shù)得分高，"測試組"樣品點就屬于哪一組，如 果測試點帶入澡陽組的分類函數(shù)得分高，則判別為澡陽產(chǎn)地樣品，無需進一步分析。而如果 屬于"未區(qū)分組"，則進入下一輪IB-LDA分析，將其微量元素信息帶入第二輪IB-LDA篩選中 的羅甸組和對應的"未區(qū)分組"的分類函數(shù)，看其得分是否屬于羅甸組，如果不屬于羅甸，貝U 繼續(xù)帶入下一輪IB-LDA進行分析，依次輪流下去。每一個"測試組"樣品點都會被判屬為 上述8個產(chǎn)地中的某一個。將樣品點被判屬的產(chǎn)地與其真實產(chǎn)地進行比較，計算總的誤判 率巧時，W檢驗IB-LDA方法的可行性，而判對樣品點的真實判別準確率，用其所屬產(chǎn)地的 交叉驗證判別準確率（CV"i)或初始數(shù)據(jù)分類判別準確率（0G"fi)表示。
[0094] 整個操作步驟可W通過計算編程實現(xiàn)，從而達到輸入待測樣品的微量元素即可直 接判定其所屬產(chǎn)地。
[00巧]參見圖4。w六輪IB-LDA為例，說明使用二元迭代線性判別分析方法對軟玉產(chǎn)地 的定量判別過程。每一輪IB-LDA中，相對其他產(chǎn)地包具有最大區(qū)分概率的產(chǎn)地被篩選出 來。對除澡陽產(chǎn)地外的7個產(chǎn)地，通過六輪IB-LDA，篩選中的產(chǎn)地依次是羅甸（a)，帕巖化）， 春川（C)，新疆西（d)，貝加爾湖（e)，新疆東（f)和格爾木（f)。每個子圖的橫坐標（CF。） 和縱坐標（CFi2)分別代表第i(i= 1-6)輪IB-LDA時的二元迭代分類函數(shù)。楠圓線框對應 "訓練組"樣品點的分類函數(shù)得分范圍，其中灰色陰影區(qū)域是"未區(qū)分組"的分類函數(shù)得分范 圍。每一個子圖中，兩種不同形狀的實屯、圖樣分別代表"訓練組"中該輪IB-LDA篩選中產(chǎn) 地樣品點和"未區(qū)分組"樣品點，與上述實屯、圖樣對應的空屯、圖樣，分別為"測試組"中該篩 選中產(chǎn)地和"未區(qū)分組"的樣品點，均標記為"測試點"。右下角標記的CVi為不考慮先驗概 率時，每一輪IB-LDA篩選中軟玉產(chǎn)地樣品的交叉驗證判別準確率。
[0096] 圖5中帶斜線的矩形框，給出了IB-LDA依次判別出的8個產(chǎn)地各自的交叉驗證判 別準確率（CV"1)及總的交叉驗證判別準確率CVie 若某產(chǎn)地在第i輪被判別出來，其交 叉驗證判別準確率（CVori)為從第一次輪兩組區(qū)分的CVi持續(xù)到第i輪兩組區(qū)分CV1的乘 積。從左到右，澡陽（LY)，羅甸仙），帕巖腳)，春川肋)，新疆西（XJW)，貝加爾湖度K)， 新疆東狂巧），格爾木（GM)的CV。。依次為 100 %，99. 5 %，98. 4%，96. 4%，93. 6 %，92. 6 %， 89. 6%，89. 6%。8個產(chǎn)地被準確判別的概率CVie1。1。1為每個被篩選中產(chǎn)地加和的算 數(shù)平均值，為95.0%。
[0097] 為了方便理解二元迭代LDA方法判別軟玉產(chǎn)地的過程，用小孩玩的投遞積木游戲 為例來說明。將不同產(chǎn)地軟玉歸屬到對應的產(chǎn)地，運一過程，類似于將不同形狀的積木投到 對應開口形狀的盒子中。在此僅用6輪IB-LDA區(qū)分除澡陽外7個產(chǎn)地的過程為例進行說 明。如圖6 (a)所示，假設有7種不同形狀的積木代表7個不同產(chǎn)地的軟玉樣品，=角形、四 角星、五角星、六角星、菱形、五邊形、六邊形分別代表來自羅甸、帕巖、春川、新疆西、貝加爾 湖、新疆東、格爾木的軟玉樣品，投遞積木的小孩事先不知道運些積木的形狀。為了把運些 積木放到對應的盒子，我們首先要通過對"訓練組"的兩兩判別分析，建立起不同開口形狀 的盒子（產(chǎn)地篩子）。"訓練組"中除澡陽外的7個產(chǎn)地的280個樣品點，經(jīng)過6輪IB-LDA 分析后，依次選出了 7個帶不同開口形狀的篩子，不同形狀的開口對應每一個選中篩子的 二元迭代線性判別函數(shù)。運些篩子的順序，不能改變，因為他們直接對應每一輪IB-LDA的 篩選中的產(chǎn)地。
[0098] 然后，選取來自運7個產(chǎn)地的28個"測試組"樣品點，每個產(chǎn)地隨機選取4個點， 依次通過上述篩子，來檢驗"判別組"建立的篩子的可靠性（圖6(b)是IB-LDA第二步的流 程圖，用第一步建立的篩子對"測試組"樣品點進行逐步判別），即選用28個積木作為"測 試組"，依次往=角形、四角星、五角星、六角星、菱形、五邊形、六邊形開口的盒子中投遞。當 "測試組"積木的形狀與篩子形狀一致時，其產(chǎn)地被確定。經(jīng)過5次運樣的隨機測試，我們的 分析結果發(fā)現(xiàn)，140個"測試組"樣品點中有95%的樣品點被準確歸屬為其原來的產(chǎn)地，即 誤判率為5%。
[0099] 實施例2未知產(chǎn)地樣品的測試
[0100] 本實施例對未知產(chǎn)地的"待測樣品"進行測試，對2塊據(jù)稱來自新疆地區(qū)的軟玉樣 品成品（產(chǎn)地來源并未確定）進行產(chǎn)地判別分析。如實施例1步驟2)，首先選擇樣品表面 光滑平整的區(qū)域進行LA-ICP-MS測試，每個樣品測試3個點位，共獲得6個測試點。將其微 量元素含量依次帶入實施例1步驟4)IB-LDA基于8個產(chǎn)地建立的分類函數(shù)，哪個組的分類 函數(shù)得分高，"待測樣品"就屬于哪個產(chǎn)地。 陽101] 判別的結果是，運6個測試點經(jīng)過7輪IB-LDA分析后，其分類函數(shù)得分均落如新 疆東范圍，因而將"待測樣品"判別為新疆東產(chǎn)地，其判別準確率CV"7均為89. 6%。 陽102] 實施例3傳統(tǒng)線性判別分析（LDA)方法產(chǎn)地區(qū)分結果
[0103] 本實施例用W比較傳統(tǒng)LDA和IB-LDA的區(qū)分效果。傳統(tǒng)LDA分析時，所用樣品和 微量元素含量均與實施例1相同，即對8個產(chǎn)地的480個樣品測試點開展統(tǒng)計學線性判別 分析。和IB-LDA不同之處在于，傳統(tǒng)LDA將每個產(chǎn)地樣品作為一組，同時開展多組比較，其 給出的判別結果是8個產(chǎn)地一輪判別分析的結果，所有產(chǎn)地判別概率一樣，而IB-LDA可W 給出每個產(chǎn)地相對其他產(chǎn)地的最大判別概率。
[0104] 傳統(tǒng)LDA具體分析步驟如下： 陽105] 第一步：8個產(chǎn)地各自視為獨立的一個組，將"訓練組"中運8個產(chǎn)地的320個樣品 測試點的微量元素含量導入到統(tǒng)計學軟件，選擇判別分析，優(yōu)先利用"逐步篩選法"篩選最 大程度同時區(qū)分運8個組的特征微量元素變量、判別函數(shù)系數(shù)和分類函數(shù)系數(shù)，從而可獲 得7個判別函數(shù)（DFYi，DFYz，…，DFY,)和8個分類函數(shù)師1，化，…，化）；
[0106] 第二步：取與IB-LDA第二步分析時相同的"測試組"樣品點，分別來自運8個產(chǎn)地， 每個產(chǎn)地4個樣品點，代入LDA第一步建立的分類函數(shù)，根據(jù)分類函數(shù)得分高低判斷"測試 組"樣品點的產(chǎn)地，并與其實際產(chǎn)地比較，計算"誤判率"，W檢驗LDA判別方法的可行性。而 判對樣品的真實判別準確率，可用交叉驗證判別準確率或初始數(shù)據(jù)分類判別準確率表示。
[0107] 通過比較Wilk'SLambda值的大小，或典型相關系數(shù)，或特征值的大小等，比較 IB-LDA與傳統(tǒng)LDA所建立的判別函數(shù)的判別能力。
[0108] 本實施例中，圖5中空白矩形框給出了傳統(tǒng)LDA對8個產(chǎn)地的判別結果，8個產(chǎn)地 同時LDA分析，對應的CVtDtai為92. 9%，低于IB-LDA的％. 0%的CVIBt"ta準。與LDA相比， IB-LDA提高了羅甸、帕巖、新疆西和新疆東4個產(chǎn)地的判別準確率，如新疆西樣品在第5輪 IB-LDA被判別出來，其對應的交叉驗證判別準確率為CV"4為93. 6%，明顯高于傳統(tǒng)LDA對 其的交叉驗證判別準確率80%。
[0109] 實施例1和實施例3中，IB-LDA獲得7個判別函數(shù)的Wi化'SLambda的平均值為 0. 152,傳統(tǒng)LDA獲得7個判別函數(shù)的Wi化'SLambda的平均值0. 172,前者明顯小于后者， 說明本專利使用的IB-LDA相對傳統(tǒng)LDA對軟玉產(chǎn)地樣品的判別能力有明顯提升。也可通 過典型相關系數(shù)、特征值等方式比較兩種方法所建立的判別函數(shù)的判別能力，如IB-LDA獲 得的7個判別函數(shù)的典型相關系數(shù)的平均值0. 920,明顯大于傳統(tǒng)LDA的典型相關系數(shù)的 平均值0. 834,同樣證實IB-LDA的判別能力優(yōu)于傳統(tǒng)LDA。
[0110] W上的實施例僅僅是對本發(fā)明的優(yōu)選實施方式進行描述，并非對本發(fā)明的范圍進 行限定，在不脫離本發(fā)明設計精神的前提下，本領域普通工程技術人員對本發(fā)明的技術方 案作出的各種變型和改進，均應落入本發(fā)明的權利要求書確定的保護范圍內。
【主權項】
1. 一種定量判別軟玉產(chǎn)地的方法，其特征在于，包括步驟： 1) 選擇產(chǎn)地和制備樣品 選取已知確切來源的2-50個產(chǎn)地的軟玉樣品，產(chǎn)地數(shù)記為N個，樣品表面拋光良好； 2) 定量測試不同產(chǎn)地軟玉樣品的微量元素含量 定量測試所有軟玉樣品的微量元素含量，定量測試方法為激光剝蝕電感耦合等離子質 譜、激光誘導擊穿光譜、輝光放電質譜、外束質子激發(fā)、二次離子質譜、X熒光光譜分析法中 的一種或多種； 將攜帶微量元素含量信息的樣品測試點，分為"訓練組"和"測試組"兩組，"訓練組"和 "測試組"都涵蓋所有產(chǎn)地的軟玉樣品； 3) 對微量元素含量進行初步分析 對步驟2)測得N個產(chǎn)地所有測試點的微量元素含量，采用F值檢驗法或卡方檢驗法進 行描述性分析，以檢驗不同產(chǎn)地之間