近红外光谱和极限学习机分析反硝化除磷中胞内聚合物.pdfVIP

  • 1
  • 0
  • 约3.63万字
  • 约 8页
  • 2026-01-13 发布于江西
  • 举报

近红外光谱和极限学习机分析反硝化除磷中胞内聚合物.pdf

中国环境科学2017,37(5):1823~1830ChinaEnvironmentalScience

近红外光谱和极限学习机分析反硝化除磷中胞内聚合物

张华1,2,全桂军1,2,黄健1,2*,黄显怀1,2,闫升1,2,刘沛然1,2,刘航1,2,田纪宇1,2(1.安徽建筑大学环

境与能源工程学院,安徽合肥230601;2.水污染控制与废水资源化安徽省重点实验室,安徽合肥230601)

摘要:为利用近红外光谱技术同时实现反硝化除磷工艺中胞内聚-β-羟基丁酸(PHB)、多聚磷酸盐(Poly-P)、糖原(Gly)含量的快速分析,

采用多元散射校正预处理法和极限学习机算法建立PHB、Poly-P、Gly含量分析的校正模型(ELM模型).结果表明:多元散射校正预处理

法可以有效消除散射对原始近红外光谱数据的影响.采用极限学习机算法对预处理后的光谱数据建立PHB、Poly-P、Gly的定量分析模型,

优选出的PHB、Poly-P、Gly的ELM模型主成分数分别为6、6、7,隐含层节点数分别为18、12、17.模型对PHB、Poly-P、Gly含量的

校正相关系数(r)分别为0.9835、0.9499、0.9589,校正均方根误差(RMSECV)分别为0.0541、0.0579、0.0489.模型对PHB、Poly-P、Gly

c

含量的预测相关系数(r)分别为0.9683、0.9288、0.9488,预测均方根误差(RMSEP)分别为0.0668、0.0776、0.0501,模型对PHB、Poly-P、

p

Gly含量有较好的预测效果.用近红外光谱技术结合极限学习机算法建立ELM模型为反硝化除磷工艺中PHB、Poly-P、Gly的同时快速定

量分析提供了较为简便的方法.

关键词:反硝化除磷;聚-β-羟基丁酸酯;多聚磷酸盐;糖原;近红外光谱;极限学习机

中图分类号:X703.5文献标识码:A文章编号:1000-6923(2017)05-1823-08

Studyonintracellularpolymersusingnearinfraredspectroscopyandextremelearningmachineindenitrifying

phosphorusremovalprocess.ZHANGHua1,2,QUANGui-jun1,2,HUANGJian1,2*,HUANGXian-huai1,2,YANSheng1,2,

LIUPei-ran1,2,LIUHang1,2,TIANJi-yu1,2(1.SchoolofEnvironmentandEnergyEngineering,AnhuiJianzhuUniversity,

Hefei230601,China;2.KeyLaboratoryofAnhuiProvinceofWaterPollutionControlandWastewaterReuse,Hefei

230601,China).ChinaEnvironmentalScience,2017,37(5):1823~1830

Abstract:Inordertorealizerapiddeterminationofintracellularpoly-β-hydroxybutyrate(PHB),polyphosphate(Poly-P)

andglycogen(Gly)indenitrifyingphosphorusremovalprocesswithnearinfraredspectroscopy,thecalibrationmodels

(ELMmodels)ofPHB,Poly-P,Glywereestablis

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档