期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
三维荧光光谱结合IGOA-SVM分类鉴别油类污染物
被引量：
6
1
作者
程朋飞
朱燕萍
+2 位作者
潘金燕
崔传金
张怡
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第4期1031-1038,共8页
溢油污染是一种典型的环境污染形式,通过多重渠道危害着生物多样性和人类自身安全。因此,针对油类污染物自身组成成分及其特性,采用多种方法相结合的方式,对其进行实时、精确、高效的检测对生态环境监测具有重要意义。三维荧光光谱分析...
溢油污染是一种典型的环境污染形式,通过多重渠道危害着生物多样性和人类自身安全。因此,针对油类污染物自身组成成分及其特性,采用多种方法相结合的方式,对其进行实时、精确、高效的检测对生态环境监测具有重要意义。三维荧光光谱分析法以其检测精度高、实时性好、操作简便、干扰性小等优势在荧光类物质检测领域应用十分广泛。三维荧光光谱结合支持向量机等算法在物质分类鉴别和浓度预测方面取得较好的成效,但仍存在收敛速度慢、易陷入局部最优等缺陷。将三维荧光光谱与改进蚱蜢优化支持向量机算法(IGOA-SVM)相结合,提出一种对油类污染物分类鉴别的新方法。首先,以0.1 mol·L-1十二烷基硫酸钠溶液作为溶剂,将0#柴油、95#汽油和煤油以不同浓度配比配制成0#柴油和95#汽油、0#柴油和煤油两组分混合样本20个和18个,三组分混合样本20个,各取一半为训练集和测试集。然后,采用F-7000荧光光谱仪采集混合溶液的荧光数据,分析三种油的标准溶液及配制的混合溶液,发现荧光光谱均在一定范围内存在不同程度的重叠现象,仅利用光谱检测无法准确鉴别。最后,结合混沌初始化、精英优化算法和差分进化算法对蚱蜢优化算法进行改进,提取激发波长270 nm,发射波长270~450 nm范围内的荧光峰数据作为训练的输入值,以三种分类标签作为输出,将数据分别输入到蚱蜢优化支持向量机算法(GOA-SVM)、粒子群优化支持向量机算法(PSO-SVM)和遗传优化支持向量机算法(GA-SVM)中进行训练,IGOA-SVM模型在收敛速度、稳定性和跳出局部最优能力上明显优于GOA-SVM、PSO-SVM和GA-SVM,为油类污染物的准确鉴别提供了一种新思路。
展开更多
关键词
三维荧光光谱
改进蚱蜢优化算法
支持向量机
石油类污染物
在线阅读
下载PDF
职称材料
题名
三维荧光光谱结合IGOA-SVM分类鉴别油类污染物
被引量：
6
1
作者
程朋飞
朱燕萍
潘金燕
崔传金
张怡
机构
徐州工程学院电气与控制工程学院
华北理工大学电气工程学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第4期1031-1038,共8页
基金
国家自然科学基金项目(61803154)
河北省自然科学基金项目(F2019209323,F2019209443,F2019209599)
河北省研究生示范课程建设项目(KCJSX2021061)资助。
文摘
溢油污染是一种典型的环境污染形式,通过多重渠道危害着生物多样性和人类自身安全。因此,针对油类污染物自身组成成分及其特性,采用多种方法相结合的方式,对其进行实时、精确、高效的检测对生态环境监测具有重要意义。三维荧光光谱分析法以其检测精度高、实时性好、操作简便、干扰性小等优势在荧光类物质检测领域应用十分广泛。三维荧光光谱结合支持向量机等算法在物质分类鉴别和浓度预测方面取得较好的成效,但仍存在收敛速度慢、易陷入局部最优等缺陷。将三维荧光光谱与改进蚱蜢优化支持向量机算法(IGOA-SVM)相结合,提出一种对油类污染物分类鉴别的新方法。首先,以0.1 mol·L-1十二烷基硫酸钠溶液作为溶剂,将0#柴油、95#汽油和煤油以不同浓度配比配制成0#柴油和95#汽油、0#柴油和煤油两组分混合样本20个和18个,三组分混合样本20个,各取一半为训练集和测试集。然后,采用F-7000荧光光谱仪采集混合溶液的荧光数据,分析三种油的标准溶液及配制的混合溶液,发现荧光光谱均在一定范围内存在不同程度的重叠现象,仅利用光谱检测无法准确鉴别。最后,结合混沌初始化、精英优化算法和差分进化算法对蚱蜢优化算法进行改进,提取激发波长270 nm,发射波长270~450 nm范围内的荧光峰数据作为训练的输入值,以三种分类标签作为输出,将数据分别输入到蚱蜢优化支持向量机算法(GOA-SVM)、粒子群优化支持向量机算法(PSO-SVM)和遗传优化支持向量机算法(GA-SVM)中进行训练,IGOA-SVM模型在收敛速度、稳定性和跳出局部最优能力上明显优于GOA-SVM、PSO-SVM和GA-SVM,为油类污染物的准确鉴别提供了一种新思路。
关键词
三维荧光光谱
改进蚱蜢优化算法
支持向量机
石油类污染物
Keywords
Three-dimensional fluorescence spectrum
Improved grasshopper optimization algorithm
Support vector machine
Petroleum pollutants
分类号
O657.3 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
三维荧光光谱结合IGOA-SVM分类鉴别油类污染物
程朋飞
朱燕萍
潘金燕
崔传金
张怡
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
