-
公开(公告)号:CN118366565A
公开(公告)日:2024-07-19
申请号:CN202410394338.3
申请日:2024-04-02
Applicant: 中南大学
IPC: G16C20/30 , G16C20/70 , G06F18/27 , G06F18/211 , G06N3/045
Abstract: 本发明涉及金属离子检测技术领域,具体公开了一种适用于小样本、能抗干扰的锌液钴离子浓度检测模型。包括以下步骤:步骤S1、使用特征提取网络,排除光谱信号中的温度干扰,提取光谱中钴离子浓度特征;步骤S2、使用流行学习方法矫正特征的潜在高维畸变;步骤S3、使用特征选择算法筛选出强信息的特征;步骤S4、使用回归算法对特征进行回归,预测钴离子浓度。本发明的目的是提供适用于小样本、能抗干扰的锌液钴离子浓度检测模型。
-
公开(公告)号:CN118032686A
公开(公告)日:2024-05-14
申请号:CN202410113611.0
申请日:2024-01-26
Applicant: 中南大学
IPC: G01N21/31
Abstract: 本发明涉及离子浓度检测技术领域,具体公开了一种基于离散小波变换和极端梯度提升的锌液钴离子浓度预测方法,包括以下步骤:S1:采用紫外‑可见光谱测定炼锌溶液中的钴离子吸光度曲线,选定光谱信号的信息区,并采用Savitzky‑Golay卷积平滑去除光谱信号信息区的噪声;S2:对去噪后的光谱信号采用离散小波变换提取小波系数作为光谱信号的特征信息,并对小波系数进行主成分分析从而降低维度,提取主成分;S3:将经过两次特征提取后的特征信息作为极端梯度提升模型的输入,构建锌液低钴和高钴离子的浓度‑吸光度集成模型;S4:验证本发明提出的DWT‑XGBoost模型的有效性,得到最优的模型参数以使模型获得最佳性能。
-