光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
4期
1048-1051
,共4页
相关向量机%硝氮%水质监测%贝叶斯学习%紫外光谱
相關嚮量機%硝氮%水質鑑測%貝葉斯學習%紫外光譜
상관향량궤%초담%수질감측%패협사학습%자외광보
针对地表水质的复杂性以及紫外光谱数据维数高、谱带重叠严重的特点,提出将相关向量机算法应用于硝氮的连续紫外光谱分析,实现了对实际污水硝氮的快速准确无污染检测.首先介绍了相关向量机算法原理,然后在分析制药污水紫外吸收光谱的基础上选取230～245 nm紫外吸光度数据用于建模,应用多元线性回归、偏最小二乘方法、经典支持向量机方法(SVM)和相关向量机方法分别建立硝氮回归模型并比较分析模型性能.实验结果表明:相关向量机模型预测更准确,模型更稀疏,预测速度快,检测结果的相对满量程误差控制在4.5％以内,适用于对复杂组成成分的实际污水硝氮的有效快速检测.
針對地錶水質的複雜性以及紫外光譜數據維數高、譜帶重疊嚴重的特點,提齣將相關嚮量機算法應用于硝氮的連續紫外光譜分析,實現瞭對實際汙水硝氮的快速準確無汙染檢測.首先介紹瞭相關嚮量機算法原理,然後在分析製藥汙水紫外吸收光譜的基礎上選取230～245 nm紫外吸光度數據用于建模,應用多元線性迴歸、偏最小二乘方法、經典支持嚮量機方法(SVM)和相關嚮量機方法分彆建立硝氮迴歸模型併比較分析模型性能.實驗結果錶明:相關嚮量機模型預測更準確,模型更稀疏,預測速度快,檢測結果的相對滿量程誤差控製在4.5％以內,適用于對複雜組成成分的實際汙水硝氮的有效快速檢測.
침대지표수질적복잡성이급자외광보수거유수고、보대중첩엄중적특점,제출장상관향량궤산법응용우초담적련속자외광보분석,실현료대실제오수초담적쾌속준학무오염검측.수선개소료상관향량궤산법원리,연후재분석제약오수자외흡수광보적기출상선취230～245 nm자외흡광도수거용우건모,응용다원선성회귀、편최소이승방법、경전지지향량궤방법(SVM)화상관향량궤방법분별건립초담회귀모형병비교분석모형성능.실험결과표명:상관향량궤모형예측경준학,모형경희소,예측속도쾌,검측결과적상대만량정오차공제재4.5％이내,괄용우대복잡조성성분적실제오수초담적유효쾌속검측.
