文献类型：期刊文章

作　　者：周昆鹏[1] 白旭芳[1] 毕卫红[2]

Zhou Kunpeng;Bai Xufang;Bi Weihong(College of Physics and Electronic Information,Inner Mongolia University for Nationalities Tongliao,Inner Mongolia 028000,China;Key Laboratory for Special Fiber and Fiber Sensor of Hebei Province,School of Information Science and Engineering,Yanshan University,Qinhuangdao,Hebei 066004,China)

机构地区：[1]内蒙古民族大学物理与电子信息学院,内蒙古通辽028000 [2]燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室,河北秦皇岛066004

出　　处：《激光与光电子学进展》

基　　金：国家重点研发计划项目(2017YFC1403800);河北省重点研发计划项目(18273302D);内蒙古民族大学博士科研启动基金(BS432);内蒙古民族大学科研项目(NMDYB17162)

年　　份：2018

卷　　号：55

期　　号：11

起止页码：471-480

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：提出了一种基于紫外和荧光多光谱融合的水质化学需氧量(COD)的检测方法。实验样本为包含近岸海水和地表水在内的53份水样,采用标准化学方法获取样本的COD理化值,利用紫外-可见光谱仪和荧光分光光度计采集样品的紫外吸收光谱和三维荧光光谱,对光谱数据进行处理后建模。采用蚁群-区间偏最小二乘法(ACOiPLS)作为特征提取算法,采用粒子群优化的最小二乘支持向量机(PSO-LSSVM)算法作为建模方法,分别建立基于紫外吸收光谱数据和单激发波长下的荧光发射光谱数据的预测模型,以及紫外-荧光多光谱数据级融合模型和特征级融合模型,并对各类模型的预测效果进行对比。结果表明:基于紫外-荧光多光谱特征级融合模型的预测效果最优,该模型预测水质COD的精度更高,其校正集决定系数为0.9999,检验集的预测决定系数为0.9912,外部检验均方根误差为1.1297mg/L。本研究为水质COD的快速检测提供了一种新的研究思路和解决方法。

关 键 词：光谱学 紫外吸收光谱 荧光发射光谱 多光谱融合  化学需氧量 水质检测 中等水平数据融合  

分 类 号：O433.4] O657.3]