多源光谱特征组合的COD光学检测方法研究

作者：吴国庆; 毕卫红

来源：光谱学与光谱分析, 2014, (11): 3071-3074.

• 化学需氧量
• 非负矩阵分解
• 多源光谱
• 支持向量机 Chemical oxygen demand
• Nonnegative matrix factorization
• Multiple source spectrum
• Support vector machine

水样的化学需氧量大小直接决定水质的污染程度,传统的检测方法都是源于氧化还原反应,对水样会造成二次污染。为此,提出一种基于多源光谱特征组合的水质化学需氧量光学检测方法,以不同地点实际水样为被测对象,分别采集其紫外和近红外光谱曲线,进行预处理后,通过非负矩阵分解算法进行光谱数据的特征提取、数据特征归一化,然后将组合特征输入训练集样本,通过粒子群最小二乘支持向量机算法对验证集水样的化学需氧量进行定量预测。讨论了非负矩阵分解算法中基光谱数目对预测模型的影响。实验结果显示,紫外光谱的最佳基光谱数目为5,近红外光谱的最佳基光谱数目为2;预测模型的验证集平方相关系数为0.999 8,预测均方根误差为3.26...

• 出版日期2014
• 单位燕山大学