公开(公告)号：CN117388198B

公开(公告)日：2024-06-28

申请号：CN202311422929.9

申请日：2023-10-31

申请人： 重庆大学 ,  重庆理工大学

发明人： 叶彬强 ,  陈昶宏 ,  曹雪杰 ,  李东 ,  冯鹏 ,  汤斌

IPC分类号： G01N21/31 ,  G06N3/0464 ,  G06N3/08 ,  G01N21/64

摘要： 本发明涉及水质检测技术领域，公开了一种基于多源光谱融合的水质COD检测方法，包括以下步骤：S1,建立三维荧光和紫外‑可见吸收光的光谱融合的卷积网络，并输入多个样本的光谱特征进行训练；S2,计算卷积网络对于各输入光谱特征的注意程度；S3,并将所述注意程度大于等于预设阈值的特征置值为0，然后将所有光谱特征重新输入所述卷积网络进行训练，直到判定无有效光谱信息。其有益效果是：本发明提出了一种基于多源光谱融合的水质COD检测方法，通过不断移除训练完成网络中注意程度较高的特征和使用移除后的特征重新训练网络,来发掘可能被忽视的有效特征,最后通过PLS模型进一步筛选关键组合特征并实现COD浓度的预测。

公开(公告)号：CN117388198A

公开(公告)日：2024-01-12

申请号：CN202311422929.9

申请日：2023-10-31

申请人： 重庆大学 ,  重庆理工大学

发明人： 叶彬强 ,  陈昶宏 ,  曹雪杰 ,  李东 ,  冯鹏 ,  汤斌

IPC分类号： G01N21/31 ,  G06N3/0464 ,  G06N3/08 ,  G01N21/64

摘要： 本发明涉及水质检测技术领域，公开了一种基于多源光谱融合的水质COD检测方法，包括以下步骤：S1,建立三维荧光和紫外‑可见吸收光的光谱融合的卷积网络，并输入多个样本的光谱特征进行训练；S2,计算卷积网络对于各输入光谱特征的注意程度；S3,并将所述注意程度大于等于预设阈值的特征置值为0，然后将所有光谱特征重新输入所述卷积网络进行训练，直到判定无有效光谱信息。其有益效果是：本发明提出了一种基于多源光谱融合的水质COD检测方法，通过不断移除训练完成网络中注意程度较高的特征和使用移除后的特征重新训练网络,来发掘可能被忽视的有效特征,最后通过PLS模型进一步筛选关键组合特征并实现COD浓度的预测。