System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及物理分析,具体涉及基于人工智能的高氯酸盐废水浓度智能检测方法。
技术介绍
1、高氯酸盐是一种特殊的含能化学物质,广泛应用于军火工业、火柴和烟火制造等领域。而这些相关工业生产会将相关含有高氯酸盐的废水排入环境,从而导致水土环境污染,进而影响整个生态环境,因此对于高氯酸盐废水,在其进行排放前需要对其浓度进行检测。常规方式是光谱分析法,该方法通过人工采集高氯酸盐在废水环境下的多个样本,并与已知的高氯酸盐浓度光谱数据曲线进行匹配对比,从而确定浓度。但由于光谱传感器在获取光谱数据时,往往会由于传感器的局限导致其数据中存有噪声干扰因素,通常使用小波阈值去噪法对光谱曲线进行滤波平滑去噪。
2、现有的问题:由于设备所引起的噪声其为高频波动特征,该特征在与原光谱曲线中的部分波动叠加混合后,会导致整个原始光谱信号的周期组成更加混乱,在不同起伏程度的波动中叠加后的影响也不同,因此固定的小波阈值,在整个光谱中,会在每一局部区域表现出过大或过小的问题,进而会导致其最终得到的光谱曲线不准确,降低浓度检测的准确性。
技术实现思路
1、本专利技术提供基于人工智能的高氯酸盐废水浓度智能检测方法,以解决现有的问题。
2、本专利技术的基于人工智能的高氯酸盐废水浓度智能检测方法采用如下技术方案:
3、本专利技术一个实施例提供了基于人工智能的高氯酸盐废水浓度智能检测方法,该方法包括以下步骤:
4、采集一份高氯酸盐废水的光谱曲线,使用emd分解算法,将光谱曲线分解
5、将任意一个imf分量曲线,记为目标曲线;根据目标曲线与光谱曲线之间的数据差异,得到目标曲线上每个局部极值点的波数长度、波动值、原始波动值;根据目标曲线上所有局部极值点的波数长度、波动值、原始波动值,得到目标曲线的起伏系数;
6、分别将光谱曲线和所有imf分量曲线等分为若干个不重复的曲线段;根据曲线段之间的吸光度的差异,得到目标曲线等分的每个曲线段的波动占比差异;根据目标曲线等分的所有曲线段的波动占比差异,得到目标曲线的总波动占比差异;
7、根据目标曲线的起伏系数、总波动占比差异,得到目标曲线对应的最优小波阈值;
8、根据目标曲线对应的最优小波阈值,使用小波阈值去噪算法,得到目标曲线的去噪曲线;根据残差曲线、所有imf分量曲线的去噪曲线,使用emd重构算法,得到光谱曲线的滤波去噪曲线;根据光谱曲线的滤波去噪曲线,使用光谱分析法,得到所述高氯酸盐废水中的高氯酸盐浓度。
9、进一步地,所述根据目标曲线与光谱曲线之间的数据差异,得到目标曲线上每个局部极值点的波数长度、波动值、原始波动值,包括的具体步骤如下:
10、使用一阶导数法,分别得到光谱曲线和所有imf分量曲线上的局部极值点;
11、根据目标曲线上所有局部极值点的波数、吸光度,得到每个局部极值点的波数范围、波动值;
12、在目标曲线上,将每个局部极值点的波数范围中的最大值减去最小值,记为每个局部极值点的波数长度;
13、根据目标曲线上每个局部极值点的波数范围,在光谱曲线上,统计所述波数范围内的局部极值点的吸光度,将所述局部极值点的吸光度的标准差,记为目标曲线上每个局部极值点的原始波动值。
14、进一步地,所述根据目标曲线上所有局部极值点的波数、吸光度,得到每个局部极值点的波数范围、波动值,包括的具体步骤如下:
15、在目标曲线上的所有局部极值点中,统计每个局部极值点的相邻两个局部极值点的波数,将所述相邻两个局部极值点的波数之间的范围,记为每个局部极值点的波数范围;
16、计算每个局部极值点分别与其所有相邻局部极值点的吸光度的差值,将所述差值的绝对值的均值,记为每个局部极值点的波动值。
17、进一步地,所述根据目标曲线上所有局部极值点的波数长度、波动值、原始波动值,得到目标曲线的起伏系数对应的具体计算公式为:
18、
19、其中a为目标曲线的起伏系数,为目标曲线上第i个局部极值点的波动值,为目标曲线上所有局部极值点的波动值的均值,为目标曲线上第i个局部极值点的波数长度,为目标曲线上所有局部极值点的波数长度的均值,为目标曲线上第i个局部极值点的原始波动值,n为目标曲线上局部极值点的数量,为线性归一化函数。
20、进一步地,所述分别将光谱曲线和所有imf分量曲线等分为若干个不重复的曲线段,包括的具体步骤如下:
21、在目标曲线上,计算所有局部极值点的波数长度的均值,将所述均值的向下取整值,记为目标曲线的周期;
22、将所有imf分量曲线的周期的最小公倍数,记为标准周期;
23、在横轴上,以标准周期为等分的长度,分别将光谱曲线和所有imf分量曲线等分为若干个不重复的曲线段。
24、进一步地,所述根据曲线段之间的吸光度的差异,得到目标曲线等分的每个曲线段的波动占比差异,包括的具体步骤如下:
25、在光谱曲线和所有imf分量曲线中,将光谱曲线或者任意一个imf分量曲线,记为参考曲线;
26、在参考曲线上,根据波数由小到大的方向,依次统计所有曲线段,得到参考曲线的曲线段序列;
27、在光谱曲线的曲线段序列中,将第j个曲线段,记为标准曲线段;
28、在目标曲线的曲线段序列中,将第j个曲线段,记为目标曲线段;
29、根据标准曲线段和目标曲线段上所有数据点的吸光度,得到目标曲线段的波动占比差异。
30、进一步地,所述根据标准曲线段和目标曲线段上所有数据点的吸光度,得到目标曲线段的波动占比差异对应的具体计算公式为:
31、
32、其中b为目标曲线段的波动占比差异,c为标准曲线段上所有数据点的吸光度的标准差,为目标曲线段上所有数据点的吸光度的标准差,为标准曲线段上所有数据点的吸光度中的最大值,为标准曲线段上所有数据点的吸光度中的最小值,为以自然常数为底的指数函数,k为预设的指数函数调整值,为线性归一化函数,| |为绝对值函数。
33、进一步地,所述根据目标曲线等分的所有曲线段的波动占比差异,得到目标曲线的总波动占比差异对应的具体计算公式为:
34、
35、其中为目标曲线的总波动占比差异,为目标曲线等分的第x个曲线段的波动占比差异,为目标曲线等分的第x个曲线段上所有数据点的吸光度的标准差,y为目标曲线等分的曲线段的数量,为线性归一化函数。
36、进一步地,所述根据目标曲线的起伏系数、总波动占比差异,得到目标曲线对应的最优小波阈值,包括的具体步骤如下:
37、计算一减目标曲线的总波动占比差异的差值,将所述差值与目标曲线的起伏系数的乘积的归一化值,记为目标曲线的滤波调整系数;
38、使用vsushrink算法,得到目标曲线对应的小波阈值本文档来自技高网...
【技术保护点】
1.基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线与光谱曲线之间的数据差异,得到目标曲线上每个局部极值点的波数长度、波动值、原始波动值,包括的具体步骤如下:
3.根据权利要求2所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线上所有局部极值点的波数、吸光度,得到每个局部极值点的波数范围、波动值,包括的具体步骤如下:
4.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线上所有局部极值点的波数长度、波动值、原始波动值,得到目标曲线的起伏系数对应的具体计算公式为:
5.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述分别将光谱曲线和所有IMF分量曲线等分为若干个不重复的曲线段,包括的具体步骤如下:
6.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据曲线段之间的吸光度的差异
7.根据权利要求6所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据标准曲线段和目标曲线段上所有数据点的吸光度,得到目标曲线段的波动占比差异对应的具体计算公式为:
8.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线等分的所有曲线段的波动占比差异,得到目标曲线的总波动占比差异对应的具体计算公式为:
9.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线的起伏系数、总波动占比差异,得到目标曲线对应的最优小波阈值,包括的具体步骤如下:
10.根据权利要求9所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线对应的小波阈值、滤波调整系数,得到目标曲线对应的最优小波阈值,包括的具体步骤如下:
...【技术特征摘要】
1.基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线与光谱曲线之间的数据差异,得到目标曲线上每个局部极值点的波数长度、波动值、原始波动值,包括的具体步骤如下:
3.根据权利要求2所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线上所有局部极值点的波数、吸光度,得到每个局部极值点的波数范围、波动值,包括的具体步骤如下:
4.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述根据目标曲线上所有局部极值点的波数长度、波动值、原始波动值,得到目标曲线的起伏系数对应的具体计算公式为:
5.根据权利要求1所述基于人工智能的高氯酸盐废水浓度智能检测方法,其特征在于,所述分别将光谱曲线和所有imf分量曲线等分为若干个不重复的曲线段,包括的具体步骤如下:
6.根据权利要求1所述基于人...
【专利技术属性】
技术研发人员:丰小阳,熊芬,黄华军,甘杰,邹霖,朱日龙,刘沛豪,胡夏可,叶敏,唐瑶,梁鹏飞,
申请(专利权)人:国检测试控股集团湖南华科科技有限公司,
类型:发明
国别省市:
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。