-
公开(公告)号：CN117169166A
公开(公告)日：2023-12-05
申请号：CN202311183216.1
申请日：2023-09-14
Applicant: 福州大学
IPC: G01N21/359 , G01N21/3577
Abstract: 本发明涉及一种光谱技术和深度学习技术结合的TOC快速检测算法，包括以下步骤：1）配制标准水质样品，获得具有不同TOC浓度的多个水质样品；2）采集不同浓度TOC样品的近红外光谱数据并进行预处理，形成近红外光谱数据集，并分为训练集和测试集；3）构建基于卷积神经网络的水质指标定量检测模型，通过训练集和测试集对水质指标定量检测模型进行训练和测试；4）采集实际水体样本并分为两部分，分别通过化学计量法和所建立的水质指标定量检测模型来预测其关键指标数据，通过比较验证所建立模型的精确性和可靠性；5）利用得到的水质指标定量检测模型对待检测的水样进行检测。该方法有利于提高水质TOC指标检测的速度和准确性。
Search Results
1
records
(took 0.06 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
