基于深度学习的电位滴定终点预测与异常值校正方法

本发明涉及电位滴定预测及校正技术领域，尤其涉及一种基于深度学习的电位滴定终点预测与异常值校正方法，该方法包括获取电位滴定过程中的电位变化数据、滴定剂的基础数据以及待测样品的参数；依据电位变化斜率是否超预设值和/或电位变化是否违反单调性，确定是否为疑似异常电位；基于疑似异常电位的突变幅度与预设幅度比对，预测电位异常类型；通过弱异常电位相邻电位的局部曲率变化率是否超预设值和时序相关性，预测是否为弱异常电位；根据异常电位持续时间、异常值偏离程度与预设值的比对结果，确定校正方法，本发明提高了电位滴定技术对弱异常情况判断的准确性，进而降低分析结果的误差性。