X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到合肥巢湖经开区网上技术交易平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00212143]极谱法多金属离子浓度在线检测方法

交易价格: 面议

所属行业: 环境监测

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201410053132.0

交易方式: 技术转让 技术转让 技术入股

联系人: 中南大学

进入空间

所在地:湖南长沙市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

  本发明涉及金属离子浓度检测领域,更具体涉及极谱法多金属离子浓度在线检测方法(专利号201410053132.0)。本发明提出了一种基于状态转移算法(STA)的改进小波神经网络方法用于多金属离子浓度的实时测定。该方法首先作出极谱曲线,然后采用离散小波变换求取极谱信号的一阶导数,以此提取出相应的特征点,特征点数量为所测金属离子种类数量的3倍,作为小波神经网络的输入。在使用训练集对小波神经网络进行训练时,为了使得网络模型更为精确,将状态转移算法用于小波神经网络参数的优化,避免网络陷入了局部极值。最后,将训练得到的网络模型用于多金属离子浓度的实时在线检测。本发明以实际的锌、钴极谱重叠信号为例对算法进行测试,所得到的结果明显优于传统的曲线拟合和BP神经网络算法。

  本发明涉及金属离子浓度检测领域,更具体涉及极谱法多金属离子浓度在线检测方法(专利号201410053132.0)。本发明提出了一种基于状态转移算法(STA)的改进小波神经网络方法用于多金属离子浓度的实时测定。该方法首先作出极谱曲线,然后采用离散小波变换求取极谱信号的一阶导数,以此提取出相应的特征点,特征点数量为所测金属离子种类数量的3倍,作为小波神经网络的输入。在使用训练集对小波神经网络进行训练时,为了使得网络模型更为精确,将状态转移算法用于小波神经网络参数的优化,避免网络陷入了局部极值。最后,将训练得到的网络模型用于多金属离子浓度的实时在线检测。本发明以实际的锌、钴极谱重叠信号为例对算法进行测试,所得到的结果明显优于传统的曲线拟合和BP神经网络算法。

推荐服务:

Copyright    ©    2016    合肥巢湖经开区网上技术交易平台    All Rights Reserved

皖ICP备15001458号

运营商:科易网