摘要：化学需氧量（COD）是反映水体污染程度的重要指标之一。针对紫外可见光谱COD测量法数据波段多，易受干扰的问题，提出以局部线性嵌八法（LLE）结合支持向量机回归法（SVR）建立预测模型，来提高预测精度。首先，通过尝试预处理方法与模型分析方法（SVR和偏最小二乘回归法（PLSR））的不同组合来判断预测模型的效果，结果表明，“小波变换（wT）＋SVR”效果较好。为了减少计算复杂度，提高运算效率，分别运用LLE和主成分分析算法（PCA）对数据降维，再分别结合SVR建立COD浓度预测模型。结果表明，利用“LLE＋SVR”得到的COD浓度预测模型，其训练样本的均方误差为0．076030，测试样本均方误差为0．061477，分别小于“PCA＋SVR”模型的0216076和0．317303。这种方法使模型预测精度得到提高，为紫外可见光谱法检测水质COD浓度提供了一种可行的分析方法。
分类：期刊> 自然科学与工程技术> 信息科技> 自动化技术
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：紫外可见吸收光谱
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
