摘要
本发明涉及污染物检测技术领域,具体涉及一种多环芳烃污染物SERS检测方法及设备,本发明在采用深度学习模型检测多环芳烃污染物浓度时,首先通过第一深度学习模型计算出多环芳烃污染物的粗略浓度,然后根据所述多环芳烃污染物的粗略浓度确定滑动窗口大小,若多环芳烃污染物浓度较大时,较大的滑动窗可使得SERS光谱更为平滑,输入至机器学习模型中,则需要的训练量较小即可得到结果,从而实现快速检测的目的,若多环芳烃污染物浓度较小时,较小的滑动窗可使得SERS光谱中特征峰的信息受滤波影响较少,从而使得模型预测的结果对低浓度多环芳烃污染物来说更为准确。
技术关键词
多环芳烃污染物
SERS检测方法
深度学习模型
卷积神经网络模型
拉曼光谱仪
污染物检测技术
数据
检测多环芳烃
基板
注意力机制
模块
拉曼特征
机器学习模型
铁板
溶液
粗略
滑动窗口
氯金酸
系统为您推荐了相关专利信息
协同管理方法
贝叶斯神经网络
资源分配
决策算法
个性化教育资源
答案
深度学习模型
概念
解析器
计算机可读储存介质
自动化测试方法
测试开关
模拟开关
开关组
关联建立方法