[发明专利]一种贝类重金属污染快速检测方法在审
| 申请号： | 201910129944.1 | 申请日： | 2019-02-21 |
| 公开（公告）号： | CN109668842A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 刘瑶;孟祥丽;李明;王润涛;王树文 | 申请（专利权）人： | 岭南师范学院 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25;G06K9/62 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 陈伟斌;刘瑶云 |
| 地址： | 524048 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及重金属检测技术领域，具体涉及一种贝类重金属污染快速检测方法。该方法先制备样本；再对样本进行高光谱图像采集、校正和数据提取及预处理；之后对数据进行基于邻域证据决策的波段选择，提取特征波段子集；然后建立分类检测模型，该分类检测模型包括量子神经网络分类器和集成学习分类器，量子神经网络分类器利用已选波段子集对贝类进行污染与无污染检测分类，集成学习分类器利用已选波段子集对贝类进行不同种类重金属污染鉴别分类；最后得出样本的检测结果。该方法利用高光谱检测技术进行样品数据采集，通过邻域证据决策理论进行波段选择，应用量子神经网络和集成学习分类器进行分类检测，操作简便快速，有较好的测试重现性，分析过程中不需要任何化学试剂辅助，对环境无污染性。 | ||
| 搜索关键词： | 分类器 贝类 重金属污染 波段子集 分类检测 集成学习 样本 量子神经网络 波段选择 快速检测 邻域 预处理 采集 高光谱图像 环境无污染 重金属检测 分析过程 化学试剂 检测技术 检测结果 决策理论 神经网络 数据提取 提取特征 样品数据 应用量子 高光谱 重现性 分类 证据 制备 校正 鉴别 测试 检测 污染 决策 | ||
【主权项】：
1.一种贝类重金属污染快速检测方法，其特征在于，包括以下步骤；S1：在试验室内制备样本，包括无污染样本、单一污染样本、复合污染样本；S2：对样本进行高光谱图像采集及校正，之后进行光谱数据提取及进行预处理；S3：对预处理后的图像数据进行基于邻域证据决策的波段选择，提取能够准确检测贝类正常样本与重金属污染样本的特征波段子集；S4：建立分类检测模型，该分类检测模型包括量子神经网络分类器和由多个量子神经网络分类器组成的集成学习分类器，量子神经网络分类器利用已选波段子集对贝类进行污染与无污染检测分类，集成学习分类器利用已选波段子集对贝类进行不同种类重金属污染鉴别分类；S5：得出样本的检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于岭南师范学院，未经岭南师范学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910129944.1/，转载请声明来源钻瓜专利网。
