作者单位
摘要
1 浙江工业大学 计算机科学与技术学院,浙江 杭州 310023
2 浙江工业大学 信息工程学院,浙江 杭州 310023
针对紫外分光光度法(UV法)检测混有干扰物质的硝酸盐氮溶液浓度精度不高的问题,提出一种基于主成分分析(principal component analysis,PCA)和BP神经网络的硝酸盐氮浓度检测方法。通过微型光谱仪物质成分检测系统测得硝酸盐氮试剂在196 nm~631 nm波段的吸光度数据,分为测试集和训练集。通过PCA计算训练集,得到主成分。根据BP算法搭建三层人工神经网络。将所得主成分除以8后输入网络展开训练。训练过程中采用留一法交叉验证。用该模型计算训练集和测试集,所得值与真实浓度的平均相对误差分别为2.411 5%和1.553%。实验结果表明,该方法能较好检测出混有干扰物质的硝酸盐氮溶液浓度。
光谱分析 浓度 神经网络 硝酸盐氮 主成分分析 spectral analysis concentration neural network nitrate nitrogen principal component analysis 
应用光学
2020, 41(4): 761

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!