您现在的位置是:家居装饰 >>正文
用MATLAB软件进行编程
家居装饰2642人已围观
简介2.3 预测模型的建立采用卷积神经网络的方法建立水样中可持续污染物含量的检测模型,用MATLAB软件进行编程。采用实验样本对模型进行多次训练,对模型结构进行调整与改进。整个模型以BP神经网络为基础,设 ...
2.3 预测模型的基于卷积近红建立
采用卷积神经网络的方法建立水样中可持续污染物含量的检测模型,用MATLAB软件进行编程。神经水体采用实验样本对模型进行多次训练,网络外光污染物对模型结构进行调整与改进。谱法整个模型以BP神经网络为基础,测定设置卷积核函数对其进行初始化,基于卷积近红将偏置设置为0,神经水体采用留一交叉验证的网络外光污染物方法确定最佳参数。采用损失函数对欧氏距离进行定义:
式中:yp——模型的谱法预测值;
yi——样本的理化分析值。
试验过程中将模型的测定学习率设定为0.5,最大迭代次数设定为1000次,基于卷积近红模型随着迭代次数的神经水体增加而收敛,且损失函数平滑下降,网络外光污染物说明模型的谱法学习状态较好,没有出现过拟合现象。测定
2.4 模型的评价
引入相关系数r、均方根误差(RMSEC)、预测标准差(RMSEP)3个指标对预测模型进行评价。其中相关系数r值越接近于1,说明模型的拟合效果越好,RMSEC和RMSEP的值越低说明系统的稳定性越好。
3 结果与讨论
3.1 建模结果分析
同时建立标准的BP神经网络模型,与PLSR模型进行对比,其中BP神经网络模型设定为单隐层结构。将300个水样样本数据按照2∶1的比例划分为校正集和验证集,即200个样品用于对模型的训练,100个样品用于对模型的验证。对模型进行10次重复训练和测试,得模型平均值,其结果列于表2。由表2可知,近红外光谱分析方法对水体中的氰化物、总汞和多环芳烃的预测精度较高,采用卷积神经网络建立的模型总体效果优于BP、PLSR建模方法。
分析结果表明,卷积神经网络技术能够用于建立近红外光谱水中持久性污染物含量检测模型,且模型比传统建模方法预测精度更高。采用卷积神经网络模型能够有效地简化光谱数据的维度,同时实现更好的预测效果。研究表明采用卷积神经网络模型独特的深度学习方法能够有效提取光谱数据的特征点,从而获取更加有效和细致的局部抽象映射。另外由于卷积神经网络模型的结构能够有效降低不相关数据对模型的影响,能够提高预测模型的鲁棒性和健壮性。由于需要对多层结构进行大量的训练,才能使卷积神经网络模型达到最优,接下来将对模型训练集样本所占数量对模型效果的影响进一步加以讨论研究。
3.2 训练集样本数量对模型预测效果的影响
为了探讨训练集样本数量的多少对卷积神经网络模型预测能力的影响,采用相同的划分方法将训练集样本按照所占总样本的10%~90%对模型进行训练,对氰化物的检测训练结果列于表3。
采用验证集样本对模型的拟合精度进行评判,根据模型评价原则,对比实验数据发现,随着训练模型样本数量的增加,卷积神经网络预测模型的预测精度和稳定性逐步提高。当对模型的训练样本数量小于60时,模型得不到足够的训练,不能有效预测验证集样本中的数据。3种污染物的预测相关系数随训练集样本数量的变化情况如图2所示。
由图2可以发现,随着训练集样本数目的增加,卷积神经网络建立的水中污染物含量预测模型的性能稳步提高,说明利用卷积神经网络建立水中污染物含量模型,在大数据环境下能够稳定且有效地对水体中的各污染物含量进行动态检测和预测。
4 结语
将卷积神经网络技术与近红外光谱检测方法相结合,应用于水中持久性污染物含量的检测,设计了一种有效的卷积神经网络回归模型,并在低浓度污染物的检测中取得了较好的效果。首先采用不同的建模预测方法进行对比分析,采用卷积神经网络所建立的预测模型,其稳定性和线性预测精度均较理想,然后对比分析训练集样本个数对模型预测能力的影响,发现随着训练样本数量的增加,采用卷积神经网络技术建立的模型性能显著提高,说明在大数据环境下,卷积神经网络模型能够适应水中污染物动态检测的需求。
声明:本文所用图片、文字来源《化学分析计量》,版权归原作者所有。如涉及作品内容、版权等问题,请与本网联系
相关链接:污染物,多环芳烃,氰化物
Tags:
转载:欢迎各位朋友分享到网络,但转载请说明文章出处“新都網”。http://late.infowiks.com/news/6d1999974.html
相关文章
四字感情案牍感情文章少篇?仳离女人的感情经历
家居装饰http://www.hwenz.com/pic/四字感情案牍感情文章少篇?仳离女人的感情经历.jpg...
【家居装饰】
阅读更多酶辅助超声提取阿尔泰金莲花总黄酮工艺研究(一)
家居装饰阿尔泰金莲花Trolliusaltaicus),为毛茛科金莲花属多年生草本植物,主要生长于我国新疆阿勒泰、塔城地区,性苦寒,具有清热解毒、消炎杀菌、止血止咳等功效,其干燥花蕾临床上多用于呼吸道感染、急 ...
【家居装饰】
阅读更多Asphaltgold x ASICS混合皮革打造 简约且低调
家居装饰趁时势崛起,打开名气成为当下具有高人气的时尚品牌,ASICS的成长之路可以说还是非常经典了。众所周知,近些年来复古穿搭异常爆火,不少品牌追随主流推出了不少休闲产品,而在这众多时尚品牌中,ASICS亚瑟 ...
【家居装饰】
阅读更多
热门文章
最新文章
友情链接
- 市场监管行风建设在行动|辽宁沈阳:启动夜经济引擎 激活消费潜能
- 陕西首例知识产权纠纷案件完成“行政调解 司法确认”
- 艾途教育虚构原价信息被罚
- 小户型的卫生间装修如何设计,一体式与干湿分离哪个好?
- 阳光房用玻璃如何挑选 阳光房屋顶用什么玻璃好,行业资讯
- 钢化玻璃特点 玻璃钢化炉操作使用方法流程,行业资讯
- 新型油砂无手印玻璃的效果如何 油砂无手印蒙砂粉与普通蒙砂粉的区别,行业资讯
- 新型油砂无手印玻璃的效果如何 油砂无手印蒙砂粉与普通蒙砂粉的区别,行业资讯
- 孕前知识清单饮食app
- 乙醇中脱氢乙酸溶液标准物质:助力食品与药品检测
- 连续停产供需平衡被打破,多厂计划集中调涨,行业资讯
- 备孕检查为啥要做胸片
- 放心消费亲子行 体验消费全流程
- 春日甜心漫游指南 小象Q比解锁小童元气穿搭
- 网络直播“查”外卖 食品安全“亮”起来
- 推进质量强国建设|陕西汉中:为民营企业提供质量基础设施“一站式”服务
- 江西启动2023年首届特种设备安全宣传周
- 深圳“六个强化”全面推动落实食品安全行动
- 大兴调查研究|京津冀市场监管部门协同保护“舌尖上的安全”
- 北方玻璃需求旺季已过,厂家主动计划调涨价格发生反应信心增长,行业资讯
- 排污许可执行或超预期,行业资讯
- 落实监管新规 规范盲盒市场 江苏市场监管部门在行动
- 增强品牌实力 守护童年 赋能未来!
- ANNIL安奈儿 专属夏日的清凉感穿搭
- 北京石景山:开展端午节前食品安全专项检查
- 成都能建•紫郡公馆项目提前封顶
- 玻璃期价震荡收跌 短期维持震荡弱势,行业资讯
- 江西新余一商家因“反向抹零”被责令整改
- 给生物医药企业“加油” 深圳市医疗器械产业服务站挂牌
- 限产可能覆盖更多地区 玻璃价格易涨难跌,行业资讯
- 看多了白色玻璃,这些彩色的简直美爆了,行业资讯
- 主体责任落实不力 福建漳州通报4起典型案例
- 家用燃气快速热水器、燃气灶等如何选购?广东发布燃气用具消费提示
- 我国光伏行业迎“丰收年” 相关人士呼吁提升质量,行业资讯
- 广深铁路广州机务段因多收费被罚
- 宁夏石嘴山市:“两优一减” 激励药品守信企业
- 华中地区召开玻璃协调会 大部分生产企业报价上调,行业资讯
- 山东省市场监管局举办全省市场监管执法稽查培训班
- 吉林长春:放心消费示范店公示《消费承诺》