科研之友
微信
新浪微博
Facebook
分享链接
摘要
土壤污染会严重威胁人类生活，因此有必要对土壤环境污染物成分进行检测，以寻求正确的处理方法。但目前检测手段较为落后，使得污染物成分检测精度较低。为解决这一问题，本文提出了一种基于光谱技术的土壤环境污染物成分检测方法。首先使用光谱仪器扫描土壤样品，再利用差分吸收光学光谱技术测量土壤环境污染物含量，将该含量作为改进深度学习网络的输入向量；然后将粒子群算法优化权值与Softmax分类器相结合，获得的深度学习自动编码器，对输入向量编码进行解码，并训练输入向量样本合集，至此，完成基于深度神经网络的土壤污染物检测模型的构建。实验结果证明，该方法具有较强的样本数据分类能力，具有较高的污染物成分检测精度。
- 单位
