一种基于电化学传感器检测工业废水铅离子含量的方法

    公开(公告)号:CN110927236A

    公开(公告)日:2020-03-27

    申请号:CN201911251096.8

    申请日:2019-12-09

    IPC分类号: G01N27/411 G01N27/42

    摘要: 本发明公开了一种基于电化学传感器检测工业废水铅离子含量的方法,该方法包括电化学电极体系和电极材料的选择:选择三电极体系结构,工作电极的基底采用导电玻璃电极,参比电极采用饱和甘汞电极,辅助电极采用铂电极;电化学传感器的初步制备:配制0.2mol/L的硝酸银溶液,采用计时电流法的电化学沉积方式进行电化学材料修饰;电化学传感器制备条件的选择:采用梯度实验的方法确定电沉积时间、搅拌速度以及富集时间;铅离子含量的检测:以0.1mol/L的硝酸钾溶液为底液,配置梯度浓度的硝酸铅溶液,采用脉冲溶出伏安法测定铅离子浓度,并绘制溶出峰电流和铅离子浓度的工作曲线。本发明方法的稳定性和抗干扰性能强,检测速度快,制备成本低廉,易于推广。

    一种基于迁移学习的煤场自燃检测方法

    公开(公告)号:CN110765937A

    公开(公告)日:2020-02-07

    申请号:CN201911007182.4

    申请日:2019-10-22

    IPC分类号: G06K9/00 G06K9/62 G08B17/12

    摘要: 本发明公开了一种基于迁移学习的煤堆自燃自动检测方法,首先获取有标记的煤堆自燃的普通火焰图像数据集和未标注的煤堆红外自燃图像,将煤堆自燃的普通火焰图像数据集输入到卷积神经网络模型A中进行训练;然后复制训练好的卷积神经网络模型A的参数到另外一个卷积神经网络模型B中,再设计辨识神经网络D,将卷积神经网络模型A或B产生的特征图作为训练集来训练辨识神经网络D;最后利用辨识神经网络D的识别结果,更新卷积神经网络模型B的参数,得到完成对抗训练后的卷积神经网络模型B。本发明可以有效地提高煤堆自燃的检出率;并且可以在复杂条件下全天候自动检测煤堆自燃;本发明方法过程简单、计算量小、可靠度较高。