典型文献
基于紫外吸收光谱的地下水硬度分类和定量分析
文献摘要：
针对地下水质量国家标准,基于水硬度标准物质制备多种离子浓度的样品,建立基于紫外吸收光谱的水硬度分类和定量分析模型.首先,利用一组不同离子浓度样品组成训练集,建立偏最小二乘判别分析(PLSDA)模型,并引入二叉树进行水硬度的多重分类;然后再利用偏最小二乘支持向量机(PLS-SVM)建立每类样本的定量模型;最后利用由不同离子浓度样品组成的测试集,对模型进行蒙特卡洛交叉检验.实验结果表明,对地下水硬度进行分类识别,平均错误率为1.13％,低于其他常用分类方法;对地下水钙离子浓度进行预测,均方误差达到0.247,复相关系数达到0.987,较其他常用分类方法有显著提高.
文献关键词：
水硬度;紫外可见吸收光谱;偏最小二乘;支持向量机;定量分析;蒙特卡洛交叉检验
中图分类号：
作者姓名：
董乐;廉飞宇;琚新刚
作者机构：
河南财政金融学院计算机与信息技术学院,河南郑州 450046;河南工业大学粮食信息处理与控制教育部重点实验室,河南郑州 450001
文献出处：
引用格式：
[1]董乐;廉飞宇;琚新刚-.基于紫外吸收光谱的地下水硬度分类和定量分析)[J].河南教育学院学报（自然科学版）,2022(03):28-34
A类：
蒙特卡洛交叉检验
B类：
紫外吸收光谱,水硬度,地下水质量,基于水,标准物质,定量分析模型,同离子,训练集,偏最小二乘判别分析,PLSDA,二叉树,重分类,最小二乘支持向量机,每类,定量模型,测试集,分类识别,错误率,分类方法,钙离子浓度,均方误差,复相关系数,紫外可见吸收光谱
AB值：
0.26377
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
