基于多光谱信息融合的水质COD预测模型研究

发布时间：2021-03-15 07:36

　　水体中过高浓度的有机物危害巨大,不仅会造成严重的环境污染,而且危害人类身体健康。传统化学法检测水体化学需氧量（Chemical oxygen denmand,简称COD）的步骤繁琐且时效性差,不利于水体中化学需氧量的快速定量检测。光谱法测定COD具有实时、在线、连续监测的优点,能够及时反映水体中有机物含量的动态情况,是一种真正的绿色检测技术。本文以紫外光谱、近红外光谱的微观机制和水质COD光谱检测技术为理论基础,并向其中引入组合权值算法和生成对抗式网络（Generative Adversarial Networks,简称GANs）算法,构建了单一谱源的组合权值COD浓度预测模型和多光谱数据融合GANs算法的COD浓度预测模型,并对比分析了这些模型的预测精度和泛化能力。首先,从研究紫外光谱和近红外光谱产生的微观机理出发,分析了光谱吸光度与COD浓度之间的必然联系;介绍了构建水质COD定量分析模型过程中的光谱预处理算法、特征光谱区间筛选算法、定量建模算法和模型评价参数等,为构建COD定量分析模型提供了理论基础。其次,依托光谱法搭建COD定量分析模型的基本流程,提出了一种将单一谱源的紫外光谱... 

【文章来源】：燕山大学河北省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

电子跃迁能态图

TU1901紫外分光光计示意图

石英比色皿示意图


本文编号：3083807