人工神经网络法对多组分大气污染物的同时监测

被引：12

作者：

孙秀云

李燕

王俊德

机构：

[1] 南京理工大学现代光谱研究室,南京理工大学现代光谱研究室,南京理工大学现代光谱研究室江苏南京,江苏南京,江苏南京

来源：

光谱学与光谱分析 | 2003年 / 04期

关键词：

大气污染; FTIR; 人工神经网络; 多组分同时分析;

D O I：

暂无

中图分类号：

X831 [大气监测];

学科分类号：

0706 ; 070602 ;

摘要：

用 18 7 8的反向传播人工神经网络 (BP ANN)模型 ,对FTIR光谱图存在着严重混叠干扰的八种有毒易挥发有机化合物 (VOCs)组成的大气污染物进行了同时定量测定 ,得到了各污染物的浓度。所测定的八种VOCs为苯乙酮 ,苯酚 ,三氯甲苯 ,1,3丁二烯 ,氯苯 ,甲醇 ,三氯代乙烷和二氯甲烷。用标准预测误差 (%SEP) ,平均预测误差 (MPE)和平均相对误差 (MRE)来评价其预测能力。结果表明 ,本方法对多组分大气污染物定量分析 ,能够得到较为满意的结果。

引用

页码：739 / 741

页数：3