公开(公告)号：CN116519613A

公开(公告)日：2023-08-01

申请号：CN202310216185.9

申请日：2023-03-08

Applicant: 哈尔滨工程大学

Inventor： 张晓峻 ,  武瑾 ,  申鑫鹏 ,  蔡怡玟 ,  王奕颖

IPC: G01N21/31 ,  G01N21/33 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048

Abstract: 本发明提供一种基于深度神经网络的海洋水质检测方法，本发明在朗伯比尔定律的基础上，通过卷积神经网络(ConvolutionalNeuralNetwork,CNN)实现多参数的紫外可见光谱特征自适应提取。通过特征提取后不同待测物质在不同特征波长处的吸光度值，建立基于长短期记忆神经网络(LongShort‑TermMemoryNetworks,LSTM)，实现对海洋水质检测中主要待测参量如化学需氧量、总磷、总氮、氨氮、浊度的精确测量。

公开(公告)号：CN116297267A

公开(公告)日：2023-06-23

申请号：CN202310216097.9

申请日：2023-03-08

Applicant: 哈尔滨工程大学

Inventor： 张晓峻 ,  武瑾 ,  申鑫鹏 ,  韩庆国 ,  侯琳琳 ,  刘洋

IPC: G01N21/31 ,  G01N21/33 ,  G16C20/30 ,  G16C20/70 ,  G06N3/0442

Abstract: 本发明提供一种基于紫外可见光谱的海洋水质检测方法，包括：配制溶液；针对不同待测物质获取其不同浓度下的紫外可见光谱的吸光度值；数据预处理：根据朗伯比尔定律中吸光度可叠加性，将提取到的不同待测物质的特征光谱，构成新的数据集；将该数据集中的数据进行分组，分别为60％的训练集、20％的交叉验证集、20％的测试集。根据待测溶质不同浓度下的光谱特征，利用连续投影算法，提取出不同待测物质的特征波段的吸光度值；将获取的数据集，引入长短期神经网络，构建多参数浓度预测模型；模型预测与性能测试。本发明实现多参数的特征提取，实现对海洋水质检测中主要待测参量如化学需氧量、硝酸盐和浊度的精确测量。