1.一种提高激光诱导击穿光谱分类准确性的数据处理方法，其特征在于，包括以下步骤：

步骤1、对样品进行采集获得光谱数据；

步骤2、根据光谱数据列出元素的特征谱线；

步骤3、选择基体元素的一条特征谱线作为参考特征谱线，对步骤2中所选的各个元素的特征谱线的光谱强度除以所选择的参考特征谱线的光谱强度，以此得到各个元素的特征谱线的相对强度之比；

步骤4、生成每个样品对应的多个谱线组合，每个谱线组合均包括样品的各个元素的经步骤3挑选的至少一条特征谱线，每个谱线组合均对应有表征样品的样品标签号，将各个样品的三分之二组谱线组合作为训练集，各个样品剩余的三分之一组谱线组合作为测试集；

步骤5、从训练集中提取一个谱线组合的各个特征谱线的相对光谱强度作为SVM分类模型的输入向量；

步骤6、对SVM分类模型进行训练，之后将所述测试集的谱线组合的各个特征谱线的相对光谱强度输入至SVM分类模型中进行分类测试，得到训练集中提取的一个谱线组合的各个特征谱线的相对光谱强度的输入下，对应的SVM识别精度；

步骤7、从训练集中提取另一个谱线组合的各个特征谱线的相对光谱强度作为SVM分类模型的输入向量，重复步骤6，直至训练集中所有的谱线组合均遍历完成，记录训练集中各个的谱线组合对应的SVM识别精度；

步骤8、依据训练集中各个的谱线组合对应的SVM识别精度，选取其中SVM识别精度最高所对应的谱线组合。

2.根据权利要求1所述的一种提高激光诱导击穿光谱分类准确性的数据处理方法，其特征在于，所述的步骤2中，在光谱数据中，列出特征谱线强度较高、特征谱线的谱峰波形完整、自吸收现象较弱、和其他元素干扰较少的元素的特征谱线。