【技术实现步骤摘要】
精细全光谱结合改进GS-SVR的复杂水体硝酸盐定量分析方法
本专利技术涉及一种复杂水体硝酸盐定量分析方法，尤其涉及一种精细全光谱结合改进GS-SVR的复杂水体硝酸盐定量分析方法。
技术介绍
水是工农业生产和人类进步必不可少的资源。硝酸盐是水质监测的一项重要指标。过量的硝酸盐会造成水体富营养化，进而对作物，生态环境以及居民的身体健康产生巨大的危害。因此实现水体硝酸盐的动态监测对于水资源的安全保障与水污染的防治具有极为重要的科学意义。基于光谱分析的水质快速监测技术是现代环境监测的一个重要发展方向。与传统的化学分析、电化学分析和色谱分析等分析方法相比，光谱分析技术具有操作简单、不需试剂消耗、无二次污染、绿色环保、检测速度快等优点。众多国内外学者针对紫外可见吸收光谱特性与硝酸盐浓度间的相关性研究做了大量工作。常用的基于光谱分析的硝酸盐测量方法包括单波长法，双波长法，多波长法，偏最小二乘法，以及人工神经网络与支持向量机等机器学习方法。由于实际水体环境的多样性和复杂性，常规的单波长法，双波长法，多波长法以及偏最小二乘等线性回归模...
【技术保护点】
1.一种精细全光谱结合改进GS-SVR的复杂水体硝酸盐定量分析方法，其特征在于，包括以下步骤：/n步骤1、采集i组不同浓度被测溶液的原始透射光谱数据，其中i为正整数；/n步骤2、根据被测溶液的原始透射光谱数据计算i组不同浓度被测溶液的吸光度光谱信息；/n步骤3、将i组不同浓度被测溶液的吸光度光谱信息作为样本，划分样本，其中j组作为训练样本集，剩余组作为测试样本集；j为小于i的正整数；/n步骤4、获取支持向量机非线性预测模型最优参数；/n步骤41、确定惩罚参数C的初始查找范围[C
【技术特征摘要】
1.一种精细全光谱结合改进GS-SVR的复杂水体硝酸盐定量分析方法，其特征在于，包括以下步骤：
步骤1、采集i组不同浓度被测溶液的原始透射光谱数据，其中i为正整数；
步骤2、根据被测溶液的原始透射光谱数据计算i组不同浓度被测溶液的吸光度光谱信息；
步骤3、将i组不同浓度被测溶液的吸光度光谱信息作为样本，划分样本，其中j组作为训练样本集，剩余组作为测试样本集；j为小于i的正整数；
步骤4、获取支持向量机非线性预测模型最优参数；
步骤41、确定惩罚参数C的初始查找范围[Cmin，Cmax]和初始查询间隔Cstep，并确定核函数宽度σ的初始查找范围[σmin，σmax]和初始查询间隔σstep；
步骤42、把惩罚参数C的初始查询间隔Cstep扩大X1倍，获得当前查询间隔；以当前查询间隔在初始查找范围[Cmin，Cmax]内开始首次最优参数查找，得到第一次最优参数BestC；
把核函数宽度σ的初始查询间隔σstep扩大X2倍，获得当前查询间隔；以当前查询间隔在初始查找范围[σmin，σmax]之内开始首次最优参数查找，得到第一次最优参数Bestσ；其中X1与X2均大于零；
步骤43、更新惩罚参数C的查找范围，使得更新后的查找范围位于前一次最优参数BestC查找过程中的查找范围内；同时更新惩罚参数C的查询间隔，将前一次最优参数BestC查找过程中的查询间隔缩小Y1倍；以更新后的查询间隔在更新后的查找范围之内开始最优参数查找，得到当前次最优参数BestC；
更新核函数宽度σ的查找范围，使得更新后的查找范围位于前一次最优参数Bestσ查找过程中的查找范围内；同时更新核函数宽度σ的查询间隔，将前一次最优参数Bestσ查找过程中的查询间隔缩小Y2倍；以更新后的查询间隔在更新后的查找范围之内开始最优参数查找，得到当前次最优参数Bestσ；其中Y1与Y2大于零；
步骤44、比较前一次最优参数BestC，Bestσ与当前次最优参数BestC，Bestσ，如果当前次最优参数BestC，Bestσ优于前一次最优参数BestC，Bestσ，则将最优参数更新为当前次最优参数BestC，Bestσ，反之保持前一次最优参数BestC，Bestσ；
步骤45、重复步骤S43至S44，直至遍历支持向量机非线性预测模型中每一个参数组合，获得最终的最优参数BestC，Bestσ；
步骤5、建立支持向量机非线性预测模型，并训练支持向量机非线性预测模型，得到训练好的支持向量机非线性预测模型；
将训练样本集中的训练样本及步骤4获得的最优参数BestC，Best...
【专利技术属性】
技术研发人员：胡炳樑，于涛，刘嘉诚，雷会平，王雪霁，张周锋，刘宏，刘骁，
申请(专利权)人：中国科学院西安光学精密机械研究所，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。