期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于群智能优化多分类器的DOM组分检测研究
1
作者
付丽辉
戴峻峰
王晓燕
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第8期2349-2356,共8页
可溶解有机物(DOM)是影响生态环境和居民生活安全的重要因素之一。当DOM总量达到一定水平时,将通过水体富营养化引致藻类爆发式生长,使得DOM成分更为复杂、影响更为严峻。常见的DOM检测方法虽然可以对DOM进行定性分析,但对于DOM组分的...
可溶解有机物(DOM)是影响生态环境和居民生活安全的重要因素之一。当DOM总量达到一定水平时,将通过水体富营养化引致藻类爆发式生长,使得DOM成分更为复杂、影响更为严峻。常见的DOM检测方法虽然可以对DOM进行定性分析,但对于DOM组分的测定一直存在瓶颈,单传感器难以完成对水体DOM总量与组分的复杂性测试。提出基于等离子共振传感器(SPR)的交叉敏感性的DOM测试方案。利用群智能算法(PSO)训练的BP神经网络(BP),构建三个分类器。利用多模光纤,镀以55~85 nm的7种不同厚度的金膜,构成具有不同最佳折射率测量值的SPR传感探头,使各传感探头的最佳折射率测量值有效分布在1.33~1.43 RIU范围内,保证每个传感头在最佳测量区间内具有较好的灵敏度、线性度,在其他传感头对应的测量区间内,通过波长、谱宽和光强的变化,有着尽可能敏感的交叉响应。结合基于PSO-BP的三分类器的智能算法,通过对DOM的水样制备、DOM成分的测定、折射率的测量、SPR效应的测量、人工智能网络的训练、验证等实验步骤,实现对被测样本的SPR效应的共振波长、谱宽和光强的综合训练,从而完成对里运河(A)、洪泽湖(B)、公园景观湖(C)、校园景观湖(D)四种被测水体的五种DOM组分(酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸)浓度的有效预测。对四种不同被测水体(A、B、C、D)DOM组分浓度的最高预测率分别为81.2%(酪氨酸)、85%(色氨酸)、82%(色氨酸)、82.6%(色氨酸)。考察了响应参数及分类器个数对预测效果的影响,结果表明,与双分类器和单分类器相比较,三分类器的预测效果最好,对综合水样的五种不同DOM组分浓度的预测正确率分别为81.5%、84%、81%、82%、68.3%,验证了PSO-BP的多分类器及光纤SPR传感器在DOM组分预测中的正确性及可行性。
展开更多
关键词
多分类器
光纤等离子共振传感器
可溶性有机物组分检测
BP神经网络
PSO算法
下载PDF
职称材料
光纤SPR传感器结合多分类器的水体DOM检测
2
作者
付丽辉
戴峻峰
《农业工程学报》
EI
CAS
CSCD
北大核心
2022年第22期133-140,共8页
针对单传感器难以完成水体可溶解有机物(Dissolved Organic Matter,DOM)总量与组份的测试问题,该研究提出利用光纤表面等离子共振(Surface Plasma Resonance,SPR)传感器的非特异选择性来构建传感阵列。通过对光纤SPR传感器的交叉敏感性...
针对单传感器难以完成水体可溶解有机物(Dissolved Organic Matter,DOM)总量与组份的测试问题,该研究提出利用光纤表面等离子共振(Surface Plasma Resonance,SPR)传感器的非特异选择性来构建传感阵列。通过对光纤SPR传感器的交叉敏感性分析,获得多模光纤镀以7种不同厚度金膜的传感器设计方案,膜厚为55~85 nm,使其对不同的DOM组份产生类似味蕾的交叉敏感性响应。利用粒子群算法(ParticleSwarmOptimization,PSO)训练的BP神经网络构建3个分类器:PSO-BP(波长)、PSO-BP(谱宽)、PSO-BP(光强),实现对待测量响应信息的有效提取,并对里运河(A)、洪泽湖(B)、公园景观湖(C)、校园景观湖(D)4种水体的5种DOM组份(酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸)及其浓度进行预测,在洪泽湖水的色氨酸类蛋白质组份测试试验中,最高正确率可达85%。同时,对多分类器的结构参数进行试验分析,重点考察隐含层节点个数及神经网络结构对DOM组份测试的影响。试验结果表明:隐层节点数取15时可以获得最佳测试效果,通过基于传统神经网络RBF、BP与PSO-BP的比较试验可知,基于PSO-BP的3个分类器在DOM组份测试中的精度最高,对4种水体的色氨酸类蛋白质及溶解性微生物代谢产物组份测试的平均分类精度可达87.50%、86.28%。研究结果为基于光纤SPR传感器及多分类器在DOM组份测试的应用提供依据及新的思路。
展开更多
关键词
传感器
水质
多分类器
交叉敏感性
光纤SPR传感器
dom
组份检测
PSO-BP神经网络
下载PDF
职称材料
题名
基于群智能优化多分类器的DOM组分检测研究
1
作者
付丽辉
戴峻峰
王晓燕
机构
淮阴工学院自动化学院
淮阴工学院电子信息工程学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024年第8期2349-2356,共8页
基金
国家自然科学基金项目(62141502)
江苏省建设系统科技项目(2019ZD0064)
淮安市“1111”工程合作项目(Z413H22507)资助。
文摘
可溶解有机物(DOM)是影响生态环境和居民生活安全的重要因素之一。当DOM总量达到一定水平时,将通过水体富营养化引致藻类爆发式生长,使得DOM成分更为复杂、影响更为严峻。常见的DOM检测方法虽然可以对DOM进行定性分析,但对于DOM组分的测定一直存在瓶颈,单传感器难以完成对水体DOM总量与组分的复杂性测试。提出基于等离子共振传感器(SPR)的交叉敏感性的DOM测试方案。利用群智能算法(PSO)训练的BP神经网络(BP),构建三个分类器。利用多模光纤,镀以55~85 nm的7种不同厚度的金膜,构成具有不同最佳折射率测量值的SPR传感探头,使各传感探头的最佳折射率测量值有效分布在1.33~1.43 RIU范围内,保证每个传感头在最佳测量区间内具有较好的灵敏度、线性度,在其他传感头对应的测量区间内,通过波长、谱宽和光强的变化,有着尽可能敏感的交叉响应。结合基于PSO-BP的三分类器的智能算法,通过对DOM的水样制备、DOM成分的测定、折射率的测量、SPR效应的测量、人工智能网络的训练、验证等实验步骤,实现对被测样本的SPR效应的共振波长、谱宽和光强的综合训练,从而完成对里运河(A)、洪泽湖(B)、公园景观湖(C)、校园景观湖(D)四种被测水体的五种DOM组分(酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸)浓度的有效预测。对四种不同被测水体(A、B、C、D)DOM组分浓度的最高预测率分别为81.2%(酪氨酸)、85%(色氨酸)、82%(色氨酸)、82.6%(色氨酸)。考察了响应参数及分类器个数对预测效果的影响,结果表明,与双分类器和单分类器相比较,三分类器的预测效果最好,对综合水样的五种不同DOM组分浓度的预测正确率分别为81.5%、84%、81%、82%、68.3%,验证了PSO-BP的多分类器及光纤SPR传感器在DOM组分预测中的正确性及可行性。
关键词
多分类器
光纤等离子共振传感器
可溶性有机物组分检测
BP神经网络
PSO算法
Keywords
Multiple
classifiers
Fiber
SPR
sensor
dom
component
detection
BP
network
PSO
algorithm
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
光纤SPR传感器结合多分类器的水体DOM检测
2
作者
付丽辉
戴峻峰
机构
淮阴工学院自动化学院
淮阴工学院电子信息工程学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2022年第22期133-140,共8页
基金
国家自然科学基金项目(62141502)
江苏省建设系统科技项目(2019ZD0064)
淮安市“1111”工程合作项目(Z413H22507)。
文摘
针对单传感器难以完成水体可溶解有机物(Dissolved Organic Matter,DOM)总量与组份的测试问题,该研究提出利用光纤表面等离子共振(Surface Plasma Resonance,SPR)传感器的非特异选择性来构建传感阵列。通过对光纤SPR传感器的交叉敏感性分析,获得多模光纤镀以7种不同厚度金膜的传感器设计方案,膜厚为55~85 nm,使其对不同的DOM组份产生类似味蕾的交叉敏感性响应。利用粒子群算法(ParticleSwarmOptimization,PSO)训练的BP神经网络构建3个分类器:PSO-BP(波长)、PSO-BP(谱宽)、PSO-BP(光强),实现对待测量响应信息的有效提取,并对里运河(A)、洪泽湖(B)、公园景观湖(C)、校园景观湖(D)4种水体的5种DOM组份(酪氨酸类蛋白质、色氨酸类蛋白质、富里酸、溶解性微生物代谢产物、腐殖酸)及其浓度进行预测,在洪泽湖水的色氨酸类蛋白质组份测试试验中,最高正确率可达85%。同时,对多分类器的结构参数进行试验分析,重点考察隐含层节点个数及神经网络结构对DOM组份测试的影响。试验结果表明:隐层节点数取15时可以获得最佳测试效果,通过基于传统神经网络RBF、BP与PSO-BP的比较试验可知,基于PSO-BP的3个分类器在DOM组份测试中的精度最高,对4种水体的色氨酸类蛋白质及溶解性微生物代谢产物组份测试的平均分类精度可达87.50%、86.28%。研究结果为基于光纤SPR传感器及多分类器在DOM组份测试的应用提供依据及新的思路。
关键词
传感器
水质
多分类器
交叉敏感性
光纤SPR传感器
dom
组份检测
PSO-BP神经网络
Keywords
sensor
water
quality
multi-classifiers
cross
sensitivity
fiber
SPR
sensor
dom
component
detection
PSO-BP
network
分类号
TP212 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于群智能优化多分类器的DOM组分检测研究
付丽辉
戴峻峰
王晓燕
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
光纤SPR传感器结合多分类器的水体DOM检测
付丽辉
戴峻峰
《农业工程学报》
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部