基于PCA和BP神经网络的硝酸盐氮浓度检测方法

• 作者: 严宪泽 吴晨阳 昝昊 陈朋 韩洋洋
• 来源期刊: 应用光学
• 学科: 化学
• 关键词: 光谱分析 浓度 神经网络 硝酸盐氮 主成分分析
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 光谱光度计量测试
• 页码范围: 761-768
• 页数: 8页
• 分类号: TN65|O657.32
• 字数: 3919字
• 语种: 中文
• DOI: 10.5768/JAO202041.0410002

摘要

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2.4115％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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈朋	浙江工业大学计算机科学与技术学院	41	112	6.0	9.0
2	严宪泽	浙江工业大学信息工程学院	2	0	0.0	0.0
3	韩洋洋	浙江工业大学信息工程学院	3	2	1.0	1.0
4	吴晨阳	浙江工业大学信息工程学院	1	0	0.0	0.0
5	昝昊	浙江工业大学信息工程学院	2	0	0.0	0.0