DA方法筛选的特征元素。
[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。 阳09引W用"测试组"样品验证IB-LDA方法的可行性
[0093] 对"测试组"样品点进行判别：每个产地选择相同数量的"测试组"样品点，将其微 量元素信息，按顺序依次带入每一轮IB-LDA的分类函数，首先是带入第一轮IB-LDA筛选中 的澡阳组和对应的"未区分组"，哪一组分类函数得分高，"测试组"样品点就属于哪一组，如 果测试点带入澡阳组的分类函数得分高，则判别为澡阳产地样品，无需进一步分析。而如果 属于"未区分组"，则进入下一轮IB-LDA分析，将其微量元素信息带入第二轮IB-LDA筛选中 的罗甸组和对应的"未区分组"的分类函数，看其得分是否属于罗甸组，如果不属于罗甸，贝U 继续带入下一轮IB-LDA进行分析，依次轮流下去。每一个"测试组"样品点都会被判属为 上述8个产地中的某一个。将样品点被判属的产地与其真实产地进行比较，计算总的误判 率巧时，W检验IB-LDA方法的可行性，而判对样品点的真实判别准确率，用其所属产地的 交叉验证判别准确率（CV"i)或初始数据分类判别准确率（0G"fi)表示。
[0094] 整个操作步骤可W通过计算编程实现，从而达到输入待测样品的微量元素即可直 接判定其所属产地。
[00巧]参见图4。w六轮IB-LDA为例，说明使用二元迭代线性判别分析方法对软玉产地 的定量判别过程。每一轮IB-LDA中，相对其他产地包具有最大区分概率的产地被筛选出 来。对除澡阳产地外的7个产地，通过六轮IB-LDA，筛选中的产地依次是罗甸（a)，帕岩化）， 春川（C)，新疆西（d)，贝加尔湖（e)，新疆东（f)和格尔木（f)。每个子图的横坐标（CF。） 和纵坐标（CFi2)分别代表第i(i= 1-6)轮IB-LDA时的二元迭代分类函数。楠圆线框对应 "训练组"样品点的分类函数得分范围，其中灰色阴影区域是"未区分组"的分类函数得分范 围。每一个子图中，两种不同形状的实屯、图样分别代表"训练组"中该轮IB-LDA筛选中产 地样品点和"未区分组"样品点，与上述实屯、图样对应的空屯、图样，分别为"测试组"中该筛 选中产地和"未区分组"的样品点，均标记为"测试点"。右下角标记的CVi为不考虑先验概 率时，每一轮IB-LDA筛选中软玉产地样品的交叉验证判别准确率。
[0096] 图5中带斜线的矩形框，给出了IB-LDA依次判别出的8个产地各自的交叉验证判 别准确率（CV"1)及总的交叉验证判别准确率CVie 若某产地在第i轮被判别出来，其交 叉验证判别准确率（CVori)为从第一次轮两组区分的CVi持续到第i轮两组区分CV1的乘 积。从左到右，澡阳（LY)，罗甸仙），帕岩脚)，春川肋)，新疆西（XJW)，贝加尔湖度K)， 新疆东狂巧），格尔木（GM)的CV。。依次为 100 %，99. 5 %，98. 4%，96. 4%，93. 6 %，92. 6 %， 89. 6%，89. 6%。8个产地被准确判别的概率CVie1。1。1为每个被筛选中产地加和的算 数平均值，为95.0%。
[0097] 为了方便理解二元迭代LDA方法判别软玉产地的过程，用小孩玩的投递积木游戏 为例来说明。将不同产地软玉归属到对应的产地，运一过程，类似于将不同形状的积木投到 对应开口形状的盒子中。在此仅用6轮IB-LDA区分除澡阳外7个产地的过程为例进行说 明。如图6 (a)所示，假设有7种不同形状的积木代表7个不同产地的软玉样品，=角形、四 角星、五角星、六角星、菱形、五边形、六边形分别代表来自罗甸、帕岩、春川、新疆西、贝加尔 湖、新疆东、格尔木的软玉样品，投递积木的小孩事先不知道运些积木的形状。为了把运些 积木放到对应的盒子，我们首先要通过对"训练组"的两两判别分析，建立起不同开口形状 的盒子（产地筛子）。"训练组"中除澡阳外的7个产地的280个样品点，经过6轮IB-LDA 分析后，依次选出了 7个带不同开口形状的筛子，不同形状的开口对应每一个选中筛子的 二元迭代线性判别函数。运些筛子的顺序，不能改变，因为他们直接对应每一轮IB-LDA的 筛选中的产地。
[0098] 然后，选取来自运7个产地的28个"测试组"样品点，每个产地随机选取4个点， 依次通过上述筛子，来检验"判别组"建立的筛子的可靠性（图6(b)是IB-LDA第二步的流 程图，用第一步建立的筛子对"测试组"样品点进行逐步判别），即选用28个积木作为"测 试组"，依次往=角形、四角星、五角星、六角星、菱形、五边形、六边形开口的盒子中投递。当 "测试组"积木的形状与筛子形状一致时，其产地被确定。经过5次运样的随机测试，我们的 分析结果发现，140个"测试组"样品点中有95%的样品点被准确归属为其原来的产地，即 误判率为5%。
[0099] 实施例2未知产地样品的测试
[0100] 本实施例对未知产地的"待测样品"进行测试，对2块据称来自新疆地区的软玉样 品成品（产地来源并未确定）进行产地判别分析。如实施例1步骤2)，首先选择样品表面 光滑平整的区域进行LA-ICP-MS测试，每个样品测试3个点位，共获得6个测试点。将其微 量元素含量依次带入实施例1步骤4)IB-LDA基于8个产地建立的分类函数，哪个组的分类 函数得分高，"待测样品"就属于哪个产地。 阳101] 判别的结果是，运6个测试点经过7轮IB-LDA分析后，其分类函数得分均落如新 疆东范围，因而将"待测样品"判别为新疆东产地，其判别准确率CV"7均为89. 6%。 阳102] 实施例3传统线性判别分析（LDA)方法产地区分结果
[0103] 本实施例用W比较传统LDA和IB-LDA的区分效果。传统LDA分析时，所用样品和 微量元素含量均与实施例1相同，即对8个产地的480个样品测试点开展统计学线性判别 分析。和IB-LDA不同之处在于，传统LDA将每个产地样品作为一组，同时开展多组比较，其 给出的判别结果是8个产地一轮判别分析的结果，所有产地判别概率一样，而IB-LDA可W 给出每个产地相对其他产地的最大判别概率。
[0104] 传统LDA具体分析步骤如下： 阳105] 第一步：8个产地各自视为独立的一个组，将"训练组"中运8个产地的320个样品 测试点的微量元素含量导入到统计学软件，选择判别分析，优先利用"逐步筛选法"筛选最 大程度同时区分运8个组的特征微量元素变量、判别函数系数和分类函数系数，从而可获 得7个判别函数（DFYi，DFYz，…，DFY,)和8个分类函数师1，化，…，化）；
[0106] 第二步：取与IB-LDA第二步分析时相同的"测试组"样品点，分别来自运8个产地， 每个产地4个样品点，代入LDA第一步建立的分类函数，根据分类函数得分高低判断"测试 组"样品点的产地，并与其实际产地比较，计算"误判率"，W检验LDA判别方法的可行性。而 判对样品的真实判别准确率，可用交叉验证判别准确率或初始数据分类判别准确率表示。
[0107] 通过比较Wilk'SLambda值的大小，或典型相关系数，或特征值的大小等，比较 IB-LDA与传统LDA所建立的判别函数的判别能力。
[0108] 本实施例中，图5中空白矩形框给出了传统LDA对8个产地的判别结果，8个产地 同时LDA分析，对应的CVtDtai为92. 9%，低于IB-LDA的％. 0%的CVIBt"ta准。与LDA相比， IB-LDA提高了罗甸、帕岩、新疆西和新疆东4个产地的判别准确率，如新疆西样品在第5轮 IB-LDA被判别出来，其对应的交叉验证判别准确率为CV"4为93. 6%，明显高于传统LDA对 其的交叉验证判别准确率80%。
[0109] 实施例1和实施例3中，IB-LDA获得7个判别函数的Wi化'SLambda的平均值为 0. 152,传统LDA获得7个判别函数的Wi化'SLambda的平均值0. 172,前者明显小于后者， 说明本专利使用的IB-LDA相对传统LDA对软玉产地样品的判别能力有明显提升。也可通 过典型相关系数、特征值等方式比较两种方法所建立的判别函数的判别能力，如IB-LDA获 得的7个判别函数的典型相关系数的平均值0. 920,明显大于传统LDA的典型相关系数的 平均值0. 834,同样证实IB-LDA的判别能力优于传统LDA。
[0110] W上的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进 行限定，在不脱离本发明设计精神的前提下，本领域普通工程技术人员对本发明的技术方 案作出的各种变型和改进，均应落入本发明的权利要求书确定的保护范围内。
【主权项】
1. 一种定量判别软玉产地的方法，其特征在于，包括步骤： 1) 选择产地和制备样品 选取已知确切来源的2-50个产地的软玉样品，产地数记为N个，样品表面抛光良好； 2) 定量测试不同产地软玉样品的微量元素含量 定量测试所有软玉样品的微量元素含量，定量测试方法为激光剥蚀电感耦合等离子质 谱、激光诱导击穿光谱、辉光放电质谱、外束质子激发、二次离子质谱、X荧光光谱分析法中 的一种或多种； 将携带微量元素含量信息的样品测试点，分为"训练组"和"测试组"两组，"训练组"和 "测试组"都涵盖所有产地的软玉样品； 3) 对微量元素含量进行初步分析 对步骤2)测得N个产地所有测试点的微量元素含量，采用F值检验法或卡方检验法进 行描述性分析，以检验不同产地之间