一种紫外-可见光谱法水质COD检测的预测模型研究

• 作者: 冯鹏 刘娟 吴德操 唐媛 张峥 汤戈 熊双飞 魏彪
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 紫外-可见光谱法 水质COD检测 预测模型 PCA PSO-ELM
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 激光应用与系统
• 页码范围: 21-24
• 分类号: TN212
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2016.04.021

摘要

针对紫外-可见光谱法水质COD检测在线、实时性的测量要求,研究了一种基于主成分分析(PCA)联合粒子群优化极限学习机(PSO-ELM)预测模型,借以预测水质COD检测数据.通过采用PCA对水质COD检测的光谱数据进行降维处理,提取其特征信息,消除向量相关性并送入PSO-ELM模型中进行建模及预测.研究结果表明,基于PCA联合PSO-ELM进行紫外-可见光谱法水质COD检测的预测模型研究,不仅预测精度较单纯的ELM模型提高了近10倍,而且相对于PSO-ELM模型的预测效率(运行时间)提升了一个数量级,这为紫外-可见光谱法水质COD在线、实时性检测创造了条件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏彪	重庆大学光电工程学院	111	658	12.0	19.0
2	张峥	重庆大学光电工程学院	3	47	2.0	3.0
3	吴德操	重庆大学光电工程学院	8	47	5.0	6.0
4	冯鹏	重庆大学光电工程学院	65	390	12.0	16.0
5	刘娟	重庆大学光电工程学院	39	484	10.0	21.0
6	唐媛	重庆大学光电工程学院	8	14	2.0	3.0
7	汤戈	重庆大学光电工程学院	3	14	2.0	3.0
8	熊双飞	重庆大学光电工程学院	3	14	2.0	3.0