一种紫外-可见光谱检测水质COD预测模型优化方法

针对紫外-可见光谱法检测水质COD预测模型的精度低和收敛速度慢等问题,研究了一种基于粒子群算法联合最小二乘支持向量机(PSO_LSSVM)的水质检测COD预测模型优化方法,并引入主元分析(PCA)算法对模型输入光谱数据进行降维预处理,借以提高模型的收敛速度.结果表明,利用粒子群(PSO)算法收敛速度快和全局优化能力,优化了最小二乘支持向量机(LSSVM)模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性,克服了传统LSSVM预测模型的精度较低、稳健性较差等缺点.通过以收敛时间、预测平均相对误差(MRE)和均方根误差(RMSE)为评价标准进行评估,输入样本经过PCA降维预处理的PSO_LSSVM模型的预测能力和输入样本未经过降维预处理的LSSVM模型与PSO_LSSVM模型进行了比较分析,输入样本经过PCA降维预处理的PSO_LSSVM模型预测效果最优,且此算法使用C语言实现,易于移植,这为紫外-可见光谱水质COD在线、实时性检测奠定了基础.     

基于LabVIEW和VC~(++)的水质检测光谱信号小波去噪方法

针对水质检测紫外-可见光原始吸收光谱中含有大量非平稳噪声的问题,该文研究了一种基于LabVIEW与C语言混合编程对水质检测吸收光谱进行改进阈值函数的小波阈值去噪处理方法。研究结果表明,通过引入VC++6.0,基于LabVIEW与C语言混合编程,不仅克服了LabVIEW和Matlab混合编程存在效率低、可移植性差、升级不便等缺点,而且采用db4小波基,使用C语言实现了小波阈值去噪处理。与QE65000科研级光谱仪采集数据进行对比,两者数据的互相关性和均方根误差均取得了满意效果,为实时、在线水质检测紫外-可见光吸收光谱的去噪处理提供了一种新的解决方案。     

原子荧光法测定大气PM_(2.5)中重金属的条件试验研究

对原子荧光法测定大气PM2.5中汞、砷、硒等重金属元素的条件进行了研究。研究得出最佳采样滤膜材质为石英纤维滤膜;样品在前处理完成后还原剂硫脲的加入使测定方法更准确;对电热板消解法、沸水浴法和微波消解法3种前处理方法进行比较试验,得出沸水浴法同时测定汞、砷、硒等5种重金属元素加标回收率最好,为94.5%~105.0%。该方法精密度较高,相对标准偏差在1.43%~4.70%,同时具有设备成本低的优点。     

基于傅里叶红外光谱法测定燃煤电厂烟气中SO3与H2SO4

基于傅里叶红外光谱法(FTIR)监测燃煤电厂烟气处理流程中的SO3与H2 SO4.结果表明,布袋除尘进口、出口和烟囱出口的SO3与H2SO4之和(SO3+H2SO4)分别为(29.33±2.30)mg/m3、(25.15±1.63)mg/m3和(12.13±1.26)mg/m3;布袋除尘与湿法脱硫对SO3+H2 SO4...     

原子荧光光谱法测定水中低含量锡

采用原子荧光光谱法测定水中锡,结果表明,方法检测限为0．14μg／L,在0、0μg／L～100μg／L范围内线性良好。不同浓度标准溶液测定的相对误差≤2．0％,实际样品测定的加标回收率在90．0％～109％之间,相对标准差≤6．1％,准确度和精密度均较好。