本发明提供了一种基于光谱的反应动力学速率常数的无偏估计方法,属于化学反应动力学领域。该方法首先构建光谱数据结构,根据反应物初始浓度和反应动力学速率常数的初始估计值,计算浓度分布曲线,获得将光谱矩阵,与测量得到的光谱矩阵比较,得到误差矩阵;然后根据误差矩阵调整反应动力学速率常数的估计值,重新计算误差矩阵,重复迭代,直到误差达到最小值;最后用最终误差矩阵估计噪声方差,在测量得到的光谱中增加噪声,重新计算反应动力学速率常数估计值,使用无偏估计方法,得到的结果更加接近真实值。由于使用无偏估计方法,不依赖反应物质的纯光谱等其他信息,有效的减少了噪声产生的影响,使得到的反应动力学速率常数更加精确。
📄 2019108020858
📂 G01N21_31
👤 浙江工业大学
📅 2019-08-28
本发明提出了一种基于透射光谱测量和Elman神经网络的水体亚硝酸盐含量估算方法,主要包括以下步骤:1)采集不同浓度亚硝酸盐标液的高光谱透射率数据,对数据进行白板校正,划分为校正集和验证集;2)平滑处理以及预处理;3)对预处理数据选用偏最小二乘回归系数法(PLS:Partial least squares regression)提取特征波段,建立Elman神经网络模型;4)对各Elman神经网络进行精度检验和对比,并通过与单一模型的预测模型精度比较筛选最优模型。本发明首先采用偏最小二乘回归法提取不同预处理结果数据的特征波段建立Elman神经网络模型将不同浓度的亚硝酸盐样本的浓度与相应的光谱数据进行拟合,充分利用不同预处理方法以及特征波段的提取,提高了检测精度。通过检测水体亚硝酸盐含量,可实时监测水污染的状况。
📄 2021109986622
📂 G01N21_59
👤 西安石油大学
📅 2021-08-27