为了解决传统复原算法在退化图像复原过程中过度依赖先验知识弊端, 提出利用BP神经网络学习和泛化能力强的优点进行退化图像复原研究。首先, 采用BP神经网络进行退化图像的复原研究。然后, 针对BP神经网络在学习过程中由于对网络初始值的过度依赖导致网络收敛速度慢、易于陷入局部极小值的缺点。提出利用灰狼优化算法的全局搜索能力对BP神经网络的初始参数进行优化, 并利用改进收敛因子与动态权重指导种群移动的方式对灰狼算法进行改进。实验表明, 本文提出的改进灰狼算法优化BP神经网络复原方法与维纳滤波算法、L-R复原算法、BP神经网络和PSO-BP神经网络等复原方式相比, 收敛速度和复原精度方面得到大幅度提高, 在客观的评价标准结构相似度与峰值信噪比方面都获得较好的数值结果。

研究了山梨酸钾在水溶液和橙汁中的荧光特性, 结果表明在两种溶液中山梨酸钾的荧光特性虽然有很大的区别, 但是它们的荧光特征峰都存在于λex/λem=375/490 nm。 从二维荧光光谱可以看出, 橙汁中山梨酸钾的浓度和相对荧光强度关系错综复杂, 两者不再满足线性关系。 为了准确测定橙汁中山梨酸钾的浓度, 提出了一种微粒群(PSO)算法优化的误差逆向传播(BP)神经网络的新方法。 两组预测浓度的相对误差分别为1.83%和1.53%, 预测结果表明该方法具有可行性。 在浓度范围为0.1~2.0 g·L-1内, PSO-BP神经网络能够完成橙汁中梨酸钾浓度的准确测定。