2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩99頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于光譜分析的水質(zhì)有機(jī)污染物濃度檢測方法相比傳統(tǒng)的化學(xué)分析法,具有速度快、無需化學(xué)試劑、操作簡單等優(yōu)點,是一種綠色檢測技術(shù).現(xiàn)行的光譜法水質(zhì)分析多采用單一光譜,普遍存在分析精度較低的不足。
   本文以水質(zhì)有機(jī)物綜合指標(biāo)的光譜分析為研究對象,根據(jù)多種光譜信息的互補(bǔ)性原理,主要研究了基于紫外吸收光譜和三維熒光光譜的變權(quán)重組合預(yù)測技術(shù),旨在提高水質(zhì)光譜分析的精度及模型魯棒性,實現(xiàn)了總有機(jī)碳、化學(xué)需氧量等六類水質(zhì)有機(jī)污染指標(biāo)的快速檢測

2、。其內(nèi)容主要包括以下幾個方面:
   1.為探討光譜分析法在水質(zhì)有機(jī)污染檢測中的應(yīng)用效果,選擇具有代表性的偏最小二乘及最小二乘支持向量機(jī)算法,針對水質(zhì)TOC、COD指標(biāo)分別建立紫外光譜回歸模型,熒光光譜回歸模型以及兩種光譜融合數(shù)據(jù)的回歸模型,并通過預(yù)測均方誤差及相關(guān)系數(shù)評估各模型的預(yù)測性能。
   2.為了提高目前融合模型的精確性和魯棒性,本文結(jié)合多源光譜對象的特點,提出了一種多源光譜變權(quán)重模型的組合預(yù)測方法,首先根據(jù)不

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論