紫外吸收光谱法的水质参数预测模型研究

紫外吸收光谱法的水质参数预测模型研究
朱永健;刘金福;潘晓文;金晶
【期刊名称】《科学技术创新》
【年(卷),期】2024()6
【摘要】紫外吸收光谱法是一种快速、简便且无二次污染的水质检测技术,借助孪生卷积神经网络构建的水质化学需氧量和浊度预测模型,在小样本情况下能够实现高精度的预测。

在实际水样的预测中,R2值可高达0.97,相较于其他模型,具有更高的预测精度和更广泛的适用范围,为在线监测水体中化学需氧量和浊度的污染程度提供了一种全新的技术支持。

【总页数】4页(P51-54)
【作者】朱永健;刘金福;潘晓文;金晶
【作者单位】福建农林大学计算机与信息学院;福建农林大学林学院;福州市台江环境监测站
【正文语种】中文
【中图分类】X832
【相关文献】
1.基于紫外-可见光谱法的水质COD检测预测模型应用
2.紫外-可见光谱法水质COD检测技术研究r——以大凌河水质检测为例
3.紫外导数光谱法与吸收光谱法的比较
4.紫外-可见光吸收光谱法在线监测系统下紫外光强化PVC氯化的气固相法合成工艺（英文）
5.一种紫外-可见光谱法水质COD检测的预测模型研究
因版权原因，仅展示原文概要，查看原文内容请购买。