-
题名水体透射光谱的多特征融合COD含量估算研究
被引量：1
- 1
-
-
作者
王彩玲
张育春
王静怡
-
机构
西安石油大学计算机学院
-
出处
《应用光学》
CAS
CSCD
北大核心
2021年第3期488-493,共6页
-
基金
国家自然科学基金(62002286)
中科院“西部之光”项目(XAB2017B25)
西安石油大学创新基金项目(YCS19213128)。
-
文摘
化学需氧量(chemical oxygen demand,COD)是一项可以快速检测有机污染物的参数,能够很好地反映水污染的程度。提出一种基于透射光谱测量的多特征融合水体COD含量估算模型,透射高光谱法采集100组COD水体光谱信息,对光谱数据进行预处理以及特征波段的选取,分析不同预处理方法对模型精度的影响并进行特征融合,建立BP神经网络模型,通过比较模型的精度选择最优模型进行水体COD含量的检测。结果显示,基于多特征融合BP神经网络模型决定系数R2高达0.99164,均方根误差RMSE为0.0309,与偏最小二乘法相比,该模型拟合优度更大,精确度更高。基于多特征融合的BP神经网络高光谱检测方法能够实现水体中COD含量的检测,并运用到水体其他成分的检测中。
-
关键词
透射光谱法测量
COD含量预测
多特征融合
PLS回归系数法
BP神经网络
-
Keywords
transmitted spectrum method measurement
COD content prediction
multi-feature fusion
PLS regression coefficient method
BP neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
