摘要:采用化学分析法检测污水中COD值的现有技术,检测过程复杂、测取速度慢,难以实现在线检测。根据紫外光谱对有机污染物的敏感特性,结合神经网络对非线性模型的良好辨识能力,研究出一种COD快速检测的方法。采用多波长在线扫描技术获取被测污水COD的光谱数据,通过特征提取简化样本数据,运用广义回归神经网络(GRNN)建立COD值预测模型。采用多种建模方法对具有不同COD值的水样光谱数据进行分析比较结果表明:GRNN比BP网络和多元线性回归方法建模具有更好的相关性、更强的泛化能力和更高的检测精度。
关键词:广义回归神经网络 特征提取 紫外光谱 cod
单位:江苏大学电气信息工程学院 镇江212013
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社