2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩148頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文利用化學(xué)計(jì)量學(xué)的方法,結(jié)合遙感傅里葉紅外光譜(Fourier transforminfrared Spectrum,F(xiàn)TIR)技術(shù),對(duì)大氣環(huán)境中的有毒易揮發(fā)有機(jī)化合物(VolatileOrganic Compounds,VOCs)進(jìn)行了較為深入的定性、定量研究。主要研究?jī)?nèi)容如下: 1.基于化學(xué)計(jì)量學(xué)的多組分遙感FTIR譜圖解析。針對(duì)人工神經(jīng)網(wǎng)絡(luò)(ANN)訓(xùn)練時(shí)間過(guò)長(zhǎng)和模型“過(guò)擬合”的問(wèn)題,采用偏最小二乘法(PLS)和主成分

2、分析法(PCA),對(duì)輸入.ANN 的光譜數(shù)據(jù)進(jìn)行了主成分提取,利用遺傳算法(GA)進(jìn)行波長(zhǎng)選擇,以簡(jiǎn)化模型、剔除不相關(guān)的變量、加快分析速度。建立了PLS-BP-ANN-PCA-BP-ANN、GA-BP-ANN和BP-ANN四種模型,對(duì)譜帶混疊嚴(yán)重的多組分體系成功地進(jìn)行了同時(shí)定量分析。在苯、甲苯、甲醇、氯仿和丙酮五組分大氣VOCs的定量測(cè)定中,對(duì)四種方法的預(yù)測(cè)誤差比較,PLS-BP-ANN模型顯示了最為穩(wěn)健的能力。 2.模型傳遞

3、方法用于解析遙感FTIR譜圖。將模型傳遞的思想引入到遙感FTIR譜圖的分析中,模型傳遞就是將一臺(tái)儀器所獲得的數(shù)據(jù)建立的校正模型,直接用到另一臺(tái)儀器測(cè)得的數(shù)據(jù)上,旨在簡(jiǎn)化分析過(guò)程并獲得好的預(yù)測(cè)精度,這樣就可消除同一樣品在不同儀器上的測(cè)量誤差。而遙感FTIR的問(wèn)題,本文將其理解為樣品在實(shí)測(cè)中相對(duì)于標(biāo)準(zhǔn)紅外譜圖所出現(xiàn)的偏差。采用普魯克分析(PA)就是去除儀器間的差異,PA的基本思想是去除X(如吸光度)中與Y(如濃度)不相關(guān)的部分。由于其更針對(duì)

4、在不同儀器上的量測(cè)信號(hào)進(jìn)行處理,消除這些信號(hào)間的差別,同時(shí)具有較好的適應(yīng)性,因此是一種更有意義的模型傳遞方法。本研究利用PA實(shí)現(xiàn)了四組分一丙酮、苯、氯仿和甲醇?xì)怏w混合物的BP-ANN模型在兩臺(tái) FTIR 儀器上的傳遞,預(yù)測(cè)精度高,實(shí)現(xiàn)了EPA數(shù)據(jù)對(duì)遙感數(shù)據(jù)的分析。 3.人工神經(jīng)網(wǎng)絡(luò)研究大氣VOCs的分類。針對(duì)BP-ANN 學(xué)習(xí)收斂速度慢、建模過(guò)程中網(wǎng)絡(luò)層數(shù)及每層神經(jīng)元的個(gè)數(shù)難以確定和易陷入局部最優(yōu)等問(wèn)題,本文提出了適用于模式分

5、類的徑向基神經(jīng)網(wǎng)絡(luò),即概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Network,PNN)和學(xué)習(xí)矢量量化(Learning Vector Quantization,LVQ)神經(jīng)網(wǎng)絡(luò)的方法,對(duì)大氣環(huán)境質(zhì)量進(jìn)行預(yù)測(cè)。在氯仿、甲醇、丙酮、己烷、甲苯和二氯甲烷六組分大氣VOCs的定性測(cè)定中,對(duì)PNN、LVQ和BP-ANN三種方法的預(yù)測(cè)誤差進(jìn)行比較,結(jié)果表明:PNN方法的分類精度最好,達(dá)到93.3%。而且由于PNN的結(jié)構(gòu)簡(jiǎn)單、訓(xùn)練速度

6、快、新的訓(xùn)練樣本也很容易加入到以前訓(xùn)練好的分類器中,因此它很適合于大氣環(huán)境的實(shí)時(shí)、在線定性監(jiān)測(cè),能起到及時(shí)預(yù)警的作用。 4.遙感FTIR譜圖的模式識(shí)別。創(chuàng)造性地將主成分提取與線性判別分析(Linear DiscriminantAnalysis,LDA)相結(jié)合的方法,引入到遙感 FTIR 光譜的分析中,建立了PLS-LDA、PCA-LDA對(duì) VOCs 的模式識(shí)別方法。在對(duì)譜圖相互嚴(yán)重混疊干擾的五組分-己烷、苯、甲苯、丙酮和二氯甲

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論