CN103983595A - 一种基于紫外-可见光谱处理的水质浊度解算方法 - Google Patents
一种基于紫外-可见光谱处理的水质浊度解算方法 Download PDFInfo
- Publication number
- CN103983595A CN103983595A CN201410228062.8A CN201410228062A CN103983595A CN 103983595 A CN103983595 A CN 103983595A CN 201410228062 A CN201410228062 A CN 201410228062A CN 103983595 A CN103983595 A CN 103983595A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- turbidity
- water
- sample
- ultraviolet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种基于紫外-可见光谱处理的水质浊度解算方法,1)先建立包含不同水样样本光谱的水样特征库;2)采集检测水样紫外-可见光谱;3)匹配得到与检测光谱最接近的样本光谱;4)选取匹配得到的样本光谱中浊度为0的光谱为标准光谱,将检测光谱及其它浊度光谱与标准光谱一元线性回归运算,得到各光谱基线平移量和倾斜偏移量;5)对检测光谱进行修正得到修正后的光谱曲线;6)选取基线平移量与浊度进行拟合,建立函数关系,从而求解出检测水样的浊度值。本发明采用多元散射校正来修正光谱曲线,由修正得到的参数拟合求解出水质浊度,同时消除了浊度影响,提高了光谱信号的信噪比,为化学计量法建立水质参数分析模型提供了帮助。
Description
技术领域
本发明涉及一种水质监测中浊度的解算方法,具体涉及消除水质中浊度对其他参数监测的影响及基于紫外-可见光谱处理的水质浊度值的在线解算方法,属于水质检测技术领域。
背景技术
水资源是一切生物生存的物质基础,随着近年来全球人口的急剧增加和工业化的迅速发展,人类对水资源的需求与日俱增,同时水体环境恶化已经成为世界水资源与环境面临的重大问题。化学需氧量(COD),反映了水体中还原性物质的污染程度,是评价水质的一个重要指标,近年来随着国内外光谱检测仪器设备的日趋成熟,利用化学计量法建立一个准确、有效的水质参数分析模型已成为制约直接光谱法检测水质的瓶颈,而浊度是影响其建模的一个重要参数,因此选取恰当的方法对光谱进行处理,消除浊度的影响成为直接光谱法检测水质COD的关键技术问题。
浊度的准确测量普遍采用仪器分析法,根据测量原理的不同,浊度测量分为透射法、散射法、散射光和透射光比值法,即利用光学透射或散射原理,将透射或散射光信号通过光电探测器转换为电信号,进而转换为浊度值。随着水质监测技术的发展,为提高水质监测的效率,实现水质的多参数、原位、实时在线检测成为新的发展趋势,具有广泛的应用前景。
发明内容
针对现有技术存在的上述不足,本发明的目的在于提供一种基于紫外-可见光谱处理的水质浊度解算方法,本方法可以在线、实时、准确地测量水质浊度动态值。
本发明的技术方案是这样实现的:
一种基于紫外-可见光谱处理的水质浊度解算方法,步骤如下,
1)先建立水样特征库,水样特征库包含不同水样的样本光谱,每种水样的样本光谱为一组仅浊度值不同的紫外-可见吸收光谱,其中浊度值包括浊度为0和浊度为其它具有梯度性的浊度;
2)使用光谱仪对检测水样进行紫外-可见光谱采集,并进行预处理去噪;
3)对第2)步预处理后的检测光谱进行特征提取,并与水样特征库中所有样本光谱进行模式匹配,匹配得到与检测光谱最接近的样本光谱;
4)采用多元散射校正方法对检测光谱进行校正,选取匹配得到的样本光谱中浊度为0的光谱为标准光谱,将检测光谱及匹配得到的样本光谱中其它浊度的紫外-可见光谱分别与标准光谱进行一元线性回归运算,根据下式可求得检测光谱及其它浊度光谱相对于标准光谱的基线平移量和倾斜偏移量;
其中Ai表示单个光谱矢量,表示0浊度光谱,mi和bi分别表示检测光谱及其它浊度光谱分别与0浊度光谱进行一元线性回归后得到的倾斜偏移量和基线平移量;
5)检测光谱减去对应的基线平移量后除以倾斜偏移量,即At(MSC)表示经过校正后的检测光谱,mt表示检测光谱对应的倾斜偏移量,bt表示检测光谱对应的基线平移量,实现对检测光谱的修正,得到检测光谱修正后的光谱曲线;
6)由于其它浊度光谱的基线平移量与浊度已知,选取光谱基线平移量与浊度两个参数进行拟合,建立两者之间的函数关系,再根据检测光谱的基线平移量结合函数关系即可求解出检测水样的浊度值。
光谱仪采集检测水样光谱时,光纤探头位于水样中,光谱仪输出接主机,水样特征库预先存储在主机中,步骤3)-步骤6)均在主机内进行,从而实现实时、在线监测水质浊度,并通过显示器进行显示。
第3)步检测光谱与样本光谱进行模式匹配时,先根据***提取的水质特征将检测光谱初步归为地表水、生活污水和工业废水中一种,地表水、生活污水和工业废水分别有不同的样本光谱,再在地表水、生活污水和工业废水下进行进一步的模式匹配。
相比现有技术,本发明具有如下有益效果:
在水质监测过程中,光谱仪光纤探头采集的紫外-可见吸收透射光谱,包含了浊度信息,为消除水质中浊度的散射对其他参数监测的影响,本发明采用多元散射校正(MSC)方法,并对此方法进行改进用来修正光谱曲线,一方面由修正得到的参数拟合求解出水质的浊度值,实现水质浊度的原位、实时监测;另一方面也消除了浊度影响,提高了光谱信号的信噪比,并为化学计量法建立准确、有效的水质参数(如COD等)分析模型进行数据处理提供了一种新的途径。
附图说明
图1为本发明浊度在线监测算法流程图;
图2为光谱仪采集的一组不同浊度值的福尔马肼溶液的原始紫外-可见吸收光谱图;
图3为某待测水样光谱曲线经过改进型MSC算法处理前后与标准光谱的对比图;
图4为浊度值对应基线平移量的散点图与曲线拟合图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
本发明基于紫外-可见光谱处理的水质浊度解算方法,步骤如下,可以参见图1,
1)先建立水样特征库,水样特征库包含不同水样的样本光谱,每种水样的样本光谱为一组仅浊度值不同的紫外-可见吸收光谱,其中浊度值包括浊度为0和浊度为其它具有梯度性的浊度。
2)使用光谱仪对检测水样进行紫外-可见光谱采集,并进行预处理去噪;本发明使用DH2000光源及Maya4000光谱仪对水样进行吸收光谱采集。
3)对第2)步预处理后的检测光谱进行特征提取,并与水样特征库中所有样本光谱进行模式匹配,匹配得到与检测光谱最接近的样本光谱。
然后对检测光谱进行校正,得到校正后的检测光谱曲线,并通过校正后的参数拟合函数关系而求出检测水样的浊度值。本发明采用多元散射校正方法进行校正,具体如下:
4)选取匹配得到的样本光谱中浊度为0的光谱为标准光谱,将检测光谱及匹配得到的样本光谱中其它浊度的紫外-可见光谱分别与标准光谱进行一元线性回归运算,根据下式可求得检测光谱及其它浊度光谱相对于标准光谱的基线平移量(回归常数)和倾斜偏移量(回归系数);
其中Ai表示单个光谱矢量,表示0浊度光谱,mi和bi分别表示检测光谱及其它浊度光谱分别与0浊度光谱进行一元线性回归后得到的倾斜偏移量和基线平移量;
5)检测光谱减去对应的基线平移量后除以倾斜偏移量,即At(MSC)表示经过校正后的检测光谱,mt表示检测光谱对应的倾斜偏移量,bt表示检测光谱对应的基线平移量,实现对检测光谱的修正,得到检测光谱修正后的光谱曲线;
6)由于其它浊度光谱的基线平移量与浊度已知,选取光谱基线平移量与浊度两个参数进行拟合,建立两者之间的函数关系,再根据检测光谱的基线平移量结合函数关系即可求解出检测水样的浊度值。
本发明光谱仪采集检测水样光谱时,光纤探头位于水样中,光谱仪输出接主机,水样特征库预先存储在主机中,步骤3)-步骤6)均在主机内进行,从而实现适时、在线监测水质浊度,并通过显示器进行显示。而现有的浊度通过浊度仪进行检测,将检测水样加入试管中,再把试管放在浊度仪上固定位置,通过光电转换得到与浊度相关的电信号,从而得到浊度值。现有的浊度仪只能分次检测,不能实现连续、在线检测。
进一步地,为了实现更准确的匹配,本发明在第3)步检测光谱与样本光谱进行模式匹配时,先根据***提取的水质特征将检测光谱初步归为地表水、生活污水和工业废水中一种,地表水、生活污水和工业废水分别有不同的样本光谱,再在地表水、生活污水和工业废水下进行进一步的模式匹配。即先进行大类划分,再在确定的大类下进行进一步划分,从而确定与检测样本最匹配的标准样本。
图2所示为光谱仪采集的一组仅浊度值不同的邻苯二甲酸氢钾溶液的原始紫外-可见吸收光谱图,即样本光谱。在紫外段区,波长范围240~380nm,浊度的不同影响到光谱的吸收,会对基于紫外段光谱建立COD参数模型形成干扰。在可见光区,波长范围380~780nm,反应出溶液的吸光度与浊度呈现出一定的线性关系,浊度对光谱的影响更多地体现在可见光段。单一待测溶液的紫外-可见吸收光谱中包含了浊度信息,由此可以采用适用于近红外光谱的多元散射校正方法消除浊度影响,利于在紫外段建立更精确的COD参数模型,同时由拟合参数求解浊度值。
图3所示为测试光谱曲线经过改进型MSC算法处理前后与标准光谱的对比图,校正后的测试光谱曲线接近于标准光谱,和校正前相比,较好的保持了测试光谱曲线在紫外段区的谱型,其重要意义在于消除了浊度散射的影响,有利于化学计量法建立准确、有效的水质监测参数模型。
图4所示为浊度值对应基线平移量的散点图与曲线拟合图,呈现出一定的线性关系,可以通过曲线拟合,由校正得到的参数基线平移量求解出待测水样的浊度值,由拟合得到的模型相关系数R2值为0.9915,说明浊度值与基线平移量的相关系数很高,采用一元线性回归建模是可行的。
本发明在不影响水样紫外吸收特征的前提下对其吸收曲线进行校正,原位、在线求解出水质的浊度值,不仅有效的消除了水质浊度的散射影响,提高了光谱法检测水质参数的信噪比,而且为化学计量法建立正确、有效的水质检测COD参数分析模型进行数据预处理提供了一种新途径。
本发明的上述实施例仅仅是为说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化和变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (3)
1.一种基于紫外-可见光谱处理的水质浊度解算方法,其特征在于:步骤如下,
1)先建立水样特征库,水样特征库包含不同水样的样本光谱,每种水样的样本光谱为一组仅浊度值不同的紫外-可见吸收光谱,其中浊度值包括浊度为0和浊度为其它具有梯度性的浊度;
2)使用光谱仪对检测水样进行紫外-可见光谱采集,并进行预处理去噪;
3)对第2)步预处理后的检测光谱进行特征提取,并与水样特征库中所有样本光谱进行模式匹配,匹配得到与检测光谱最接近的样本光谱;
4)采用多元散射校正方法对检测光谱进行校正,选取匹配得到的样本光谱中浊度为0的光谱为标准光谱,将检测光谱及匹配得到的样本光谱中其它浊度的紫外-可见光谱分别与标准光谱进行一元线性回归运算,根据下式可求得检测光谱及其它浊度光谱相对于标准光谱的基线平移量和倾斜偏移量;
其中Ai表示单个光谱矢量,表示0浊度光谱,mi和bi分别表示检测光谱及其它浊度光谱分别与0浊度光谱进行一元线性回归后得到的倾斜偏移量和基线平移量;
5)检测光谱减去对应的基线平移量后除以倾斜偏移量,即At(MSC)表示经过校正后的检测光谱,mt表示检测光谱对应的倾斜偏移量,bt表示检测光谱对应的基线平移量,实现对检测光谱的修正,得到检测光谱修正后的光谱曲线;
6)由于其它浊度光谱的基线平移量与浊度已知,选取光谱基线平移量与浊度两个参数进行拟合,建立两者之间的函数关系,再根据检测光谱的基线平移量结合函数关系即可求解出检测水样的浊度值。
2.根据权利要求1所述的基于紫外-可见光谱处理的水质浊度解算方法,其特征在于:光谱仪采集检测水样光谱时,光纤探头位于水样中,光谱仪输出接主机,水样特征库预先存储在主机中,步骤3)-步骤6)均在主机内进行,从而实现实时、在线监测水质浊度,并通过显示器进行显示。
3.根据权利要求1所述的基于紫外-可见光谱处理的水质浊度解算方法,其特征在于:第3)步检测光谱与样本光谱进行模式匹配时,先根据***提取的水质特征将检测光谱初步归为地表水、生活污水和工业废水中一种,地表水、生活污水和工业废水分别有不同的样本光谱,再在地表水、生活污水和工业废水下进行进一步的模式匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410228062.8A CN103983595B (zh) | 2014-05-27 | 2014-05-27 | 一种基于紫外-可见光谱处理的水质浊度解算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410228062.8A CN103983595B (zh) | 2014-05-27 | 2014-05-27 | 一种基于紫外-可见光谱处理的水质浊度解算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103983595A true CN103983595A (zh) | 2014-08-13 |
CN103983595B CN103983595B (zh) | 2016-08-24 |
Family
ID=51275654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410228062.8A Active CN103983595B (zh) | 2014-05-27 | 2014-05-27 | 一种基于紫外-可见光谱处理的水质浊度解算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103983595B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105352898A (zh) * | 2015-10-14 | 2016-02-24 | 浙江大学 | 一种基于光谱法cod检测的浊度补偿方法 |
CN106205551A (zh) * | 2015-06-01 | 2016-12-07 | 仁宝电脑工业股份有限公司 | 显示参数调整方法及使用此方法的电子装置 |
CN107014759A (zh) * | 2015-11-18 | 2017-08-04 | 仕富梅集团公司 | 用于减少吸收光谱测量中的基线失真的影响的方法和*** |
CN107091820A (zh) * | 2017-06-27 | 2017-08-25 | 成都上甲光电科技有限公司 | 激光散射式水浊度测量仪 |
CN107643258A (zh) * | 2017-09-06 | 2018-01-30 | 河海大学 | 一种水质参数光电准确测量方法 |
CN108108889A (zh) * | 2017-12-18 | 2018-06-01 | 杭州电子科技大学 | 一种水质监测数据在线处理方法及装置 |
CN108226437A (zh) * | 2018-04-09 | 2018-06-29 | 山东建筑大学 | 一种应用于湖库水体的修正水质监测结果的方法 |
CN110907375A (zh) * | 2019-12-09 | 2020-03-24 | 苏州同阳科技发展有限公司 | 一种全光谱水质在线监测装置与方法 |
CN111157485A (zh) * | 2019-12-19 | 2020-05-15 | 郑州轻工业大学 | 一种水质的快速检测装置及其检测方法 |
CN111198165A (zh) * | 2020-01-14 | 2020-05-26 | 重庆理工大学 | 一种基于光谱数据标准化进行水质参数的测定方法 |
CN112082962A (zh) * | 2020-09-04 | 2020-12-15 | 安徽思环科技有限公司 | 一种基于压缩感知的水质紫外-可见光谱去噪及校正方法 |
CN112326565A (zh) * | 2020-10-27 | 2021-02-05 | 重庆理工大学 | 紫外-可见光谱法检测水质cod时浊度影响的校正方法 |
CN113283072A (zh) * | 2021-05-20 | 2021-08-20 | 重庆理工大学 | 一种适用于多场景条件的水体cod检测方法 |
CN113376107A (zh) * | 2021-05-06 | 2021-09-10 | 三峡大学 | 基于云平台的水质监测***和方法 |
CN114324166A (zh) * | 2021-12-31 | 2022-04-12 | 中国科学院西安光学精密机械研究所 | 基于浊度校正的自清洁式精细谱水体参数测量装置与方法 |
CN117420092A (zh) * | 2023-12-19 | 2024-01-19 | 河北德润厚天科技股份有限公司 | 水质检测方法、装置及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806729A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种润滑油在用油质量快速检测方法 |
-
2014
- 2014-05-27 CN CN201410228062.8A patent/CN103983595B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101806729A (zh) * | 2010-03-31 | 2010-08-18 | 中国人民解放军总后勤部油料研究所 | 一种润滑油在用油质量快速检测方法 |
Non-Patent Citations (4)
Title |
---|
CONGYING GU ET AL: "Direct detection of phoxim in water by two-dimensional correlation near-infrared spectroscopy combined with partial least squares discriminant analysis", 《SPECTROCHIMICA ACTA PART A: MOLECULAR AND BIOMOLECULAR SPECTROSCOPY》 * |
田永超等: "基于近红外光声光谱的土壤有机质含量定量建模方法", 《农业工程学报》 * |
芦永军等: "近红外相关光谱的多元散射校正处理研究", 《光谱学与光谱分析》 * |
陈华舟等: "多元散射校正与Savitzky-Golay平滑模式的组合优选应用于土壤有机质的近红外光谱分析", 《计算机与应用化学》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106205551A (zh) * | 2015-06-01 | 2016-12-07 | 仁宝电脑工业股份有限公司 | 显示参数调整方法及使用此方法的电子装置 |
CN106205551B (zh) * | 2015-06-01 | 2019-01-01 | 仁宝电脑工业股份有限公司 | 显示参数调整方法及使用此方法的电子装置 |
CN105352898B (zh) * | 2015-10-14 | 2018-01-23 | 浙江大学 | 一种基于光谱法cod检测的浊度补偿方法 |
CN105352898A (zh) * | 2015-10-14 | 2016-02-24 | 浙江大学 | 一种基于光谱法cod检测的浊度补偿方法 |
CN107014759B (zh) * | 2015-11-18 | 2022-02-22 | 仕富梅集团公司 | 用于减少吸收光谱测量中的基线失真的影响的方法和*** |
CN107014759A (zh) * | 2015-11-18 | 2017-08-04 | 仕富梅集团公司 | 用于减少吸收光谱测量中的基线失真的影响的方法和*** |
CN107091820A (zh) * | 2017-06-27 | 2017-08-25 | 成都上甲光电科技有限公司 | 激光散射式水浊度测量仪 |
CN107643258A (zh) * | 2017-09-06 | 2018-01-30 | 河海大学 | 一种水质参数光电准确测量方法 |
CN108108889A (zh) * | 2017-12-18 | 2018-06-01 | 杭州电子科技大学 | 一种水质监测数据在线处理方法及装置 |
CN108226437A (zh) * | 2018-04-09 | 2018-06-29 | 山东建筑大学 | 一种应用于湖库水体的修正水质监测结果的方法 |
CN110907375A (zh) * | 2019-12-09 | 2020-03-24 | 苏州同阳科技发展有限公司 | 一种全光谱水质在线监测装置与方法 |
CN111157485A (zh) * | 2019-12-19 | 2020-05-15 | 郑州轻工业大学 | 一种水质的快速检测装置及其检测方法 |
CN111198165A (zh) * | 2020-01-14 | 2020-05-26 | 重庆理工大学 | 一种基于光谱数据标准化进行水质参数的测定方法 |
CN112082962A (zh) * | 2020-09-04 | 2020-12-15 | 安徽思环科技有限公司 | 一种基于压缩感知的水质紫外-可见光谱去噪及校正方法 |
CN112326565A (zh) * | 2020-10-27 | 2021-02-05 | 重庆理工大学 | 紫外-可见光谱法检测水质cod时浊度影响的校正方法 |
CN112326565B (zh) * | 2020-10-27 | 2023-09-19 | 重庆理工大学 | 紫外-可见光谱法检测水质cod时浊度影响的校正方法 |
CN113376107A (zh) * | 2021-05-06 | 2021-09-10 | 三峡大学 | 基于云平台的水质监测***和方法 |
CN113376107B (zh) * | 2021-05-06 | 2022-07-15 | 三峡大学 | 基于云平台的水质监测***和方法 |
CN113283072A (zh) * | 2021-05-20 | 2021-08-20 | 重庆理工大学 | 一种适用于多场景条件的水体cod检测方法 |
CN114324166A (zh) * | 2021-12-31 | 2022-04-12 | 中国科学院西安光学精密机械研究所 | 基于浊度校正的自清洁式精细谱水体参数测量装置与方法 |
CN114324166B (zh) * | 2021-12-31 | 2023-09-29 | 中国科学院西安光学精密机械研究所 | 基于浊度校正的自清洁式精细谱水体参数测量装置与方法 |
CN117420092A (zh) * | 2023-12-19 | 2024-01-19 | 河北德润厚天科技股份有限公司 | 水质检测方法、装置及设备 |
CN117420092B (zh) * | 2023-12-19 | 2024-03-12 | 河北德润厚天科技股份有限公司 | 水质检测方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103983595B (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103983595A (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
CN102262076B (zh) | 基于谱线组合的激光诱导击穿光谱元素浓度测量方法 | |
CN102879353B (zh) | 近红外检测花生中蛋白质组分含量的方法 | |
WO2020133944A1 (zh) | 水质指标预测模型构建方法及水质指标监测方法 | |
CN102661923A (zh) | 一种复合型水质多参数在线自动监测仪 | |
CN104034684A (zh) | 一种基于紫外-可见吸收光谱的水质多指标检测方法 | |
CN102590129B (zh) | 近红外检测花生中氨基酸含量的方法 | |
Wang et al. | High precision wide range online chemical oxygen demand measurement method based on ultraviolet absorption spectroscopy and full-spectrum data analysis | |
CN101576485A (zh) | 一种多源光谱融合水质分析方法 | |
CN101504363A (zh) | 一种基于近红外光谱分析的食用油脂酸价检测方法 | |
CN104198388A (zh) | 一种基于复合光谱测量的在线水质监测装置 | |
Shi et al. | Alternative particle compensation techniques for online water quality monitoring using UV–Vis spectrophotometer | |
CN105784672A (zh) | 一种基于双树复小波算法的毒品检测仪标准化方法 | |
CN103411955A (zh) | 基于拉曼光谱的头孢类抗生素混合溶液的浓度检测方法 | |
CN105486655A (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
CN102937575B (zh) | 一种基于二次光谱重组的西瓜糖度快速建模方法 | |
CN103175805A (zh) | 一种近红外光谱测定污水中cod和bod5指标的方法 | |
CN112504983A (zh) | 一种基于浊度色度补偿的硝酸盐浓度预测方法 | |
CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
CN204142624U (zh) | 一种基于复合光谱测量的在线水质监测装置 | |
CN105277531B (zh) | 一种基于分档的煤质特性测量方法 | |
CN103760130B (zh) | 近红外光谱测定复方麝香注射液中吐温-80含量的方法 | |
CN101943658A (zh) | 主元分析理论和光谱分析技术结合对水质连续监测的方法 | |
CN104596976A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法 | |
CN114894725A (zh) | 一种水质多参数的光谱数据Stacking融合模型及水质多参数测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200226 Address after: No. 168, Chengnan Road, Xinwu District, Wuxi City, Jiangsu Province Patentee after: Jiangsu Zhiwei Technology Co., Ltd Address before: 400044 Shapingba District Sha Street, No. 174, Chongqing Patentee before: Chongqing University |
|
TR01 | Transfer of patent right |