一种融合紫外-荧光光谱基于BOSS-PSO-BP神经网络的灭蝇胺检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种融合紫外-荧光光谱基于BOSS-PSO-BP神经网络的灭蝇胺检测方法
申请号:CN202511042560
申请日期:2025-07-28
公开号:CN120948391A
公开日期:2025-11-14
类型:发明专利
摘要
本发明属于农药残留检测技术领域,具体公开了一种融合紫外‑荧光光谱基于BOSS‑PSO‑BP神经网络的灭蝇胺检测方法,包括以下步骤:步骤1:配制2.25×10‑6~1.47×10‑4mg/mL梯度浓度灭蝇胺样品,用于训练神经网络;步骤2:分别使用LS55荧光分光光度计和UV‑6300紫外分光光度计检测不同浓度的样品,完成数据采集;步骤3:将紫外与荧光两种光谱分别进行最大最小值归一化处理统一数据尺度,并进行数据预处理;步骤4:采用BOSS算法筛选关键波长;步骤5:PSO算法优化BP神经网络;步骤6:训练完成后评估决定系数、RMSE和相对误差等指标,满足要求后保存网络参数,应用于待测样品的预测。本发明的检测方法较单一光谱模型精度提升近30%,显著增强复杂水体中痕量农药的检测准确性。
技术关键词
优化BP神经网络 荧光分光光度计 紫外分光光度计 训练神经网络 粒子 农药残留检测技术 稀释液 波长 梯度下降算法 最小化误差 参数 强度 比色皿 数据格式 网络结构 指标
系统为您推荐了相关专利信息
全寿命预测方法 双向长短期记忆网络 冷阴极电离真空计 热阴极电离真空计 寿命预测装置
主动波束成形 斯塔克尔伯格博弈 多用户 无线电 时隙分配策略
策略 流水线 训练神经网络模型 电子装置 识别神经网络
训练神经网络模型 电流 分类方法 信号 非线性
钢管混凝土构件 训练神经网络模型 复合材料弹性模量 参数 三维模型