摘要
本发明涉及环境污染物检测技术领域,公开了一种基于拉曼光谱成像结合深度学习的微塑料检测方法,包括以下步骤:S1:获取微塑料样本的拉曼光谱成像数据;S2:对测定的微塑料样本进行图像和信号预处理,包括数据增强、噪声去除和信号平滑以及像素标注;S3:将处理后的拉曼光谱成像数据导入基于深度学习的微塑料分类、识别模型进行训练;S4:将处理后的数据导入微塑料识别模型进行微塑料分类;S5:基于模型分析结果进行微塑料的分类和空间分布评估;本发明弥补了传统的微塑料检测方法在样本处理复杂费时、粒径范围限制、复杂样本背景干扰、难以检测的问题。
技术关键词
拉曼光谱成像
样本
深度学习模型
环境污染物检测技术
数据
归一化方法
信号
图像
塑料颗粒
成分分析
识别模块
滤波
像素
噪声
聚丙烯
校正
波长
偏差
系统为您推荐了相关专利信息
分布式能源系统
燃气发电机组
有功功率
光伏发电机组
能量管理方法
画像模型
动静态
LightGBM模型
标签
数据处理工作
光伏发电预测方法
自动机器学习技术
功率
数据
光伏设备
数据分析方法
动态监测数据
热力图
K均值算法
GPS设备
梅尔频率倒谱系数
融合声学特征
声音识别方法
深度学习特征
语音特征