摘要
一种同时预测水体硝酸盐和亚硝酸盐浓度的吸收光谱测量方法,首先采集硝酸盐、亚硝酸盐的单组分样本及其混合样本的光谱数据,并依次进行移动平均滤波与归一化处理;构建具有两个并行通道的BP神经网络结构,分别提取硝酸盐和亚硝酸盐的光谱特征并进行各自浓度的预测;在单物质训练阶段,利用单组分样本构建同类与异类样本对,并引入差异化学习机制,增强模型对硝酸盐与亚硝酸盐特征的区分能力,在混合物质微调阶段,解冻部分特征提取层并微调回归层,学习混合物质的干扰信息;输入二者的混合溶液的光谱数据到训练好的模型里,输出硝酸盐和亚硝酸盐的浓度值。本发明在两者光谱严重重叠情况下,仍能实现同时预测,并获得准确的预测结果。
技术关键词
吸收光谱测量方法
特征提取模型
样本
BP神经网络
随机梯度下降
水体
参数
移动平均滤波
传播算法
神经网络结构
阶段
特征提取网络
数据
通道
光度
光谱仪
机制
误差
溶液