基于变量模态分解和生成对抗网络 (VMD-GAN) 的样本生成方法,用于使用紫外可见光谱检测化学氧气需求 (COD) 的检测
Yingtian Hu1, Bin Dai1, Yujing Yang1
1College of Information Engineering, Zhejiang University of Technology, Hangzhou, China.
本研究引入了一种使用变量模态分解和生成对抗网络 (VMD-GAN) 的新方法,以生成用于化学氧需求 (COD) 检测的现实的光谱数据. 这种方法通过克服现实世界样本数据不足的局限性来增强水污染分析.
科学领域:
- 分析化学 分析化学
- 环境科学 环境科学
- 频谱学是一种光谱学.
背景情况:
- 紫外可见光谱 (UV-Vis) 对于检测化学氧需求 (COD) 非常敏感,特别是在低度下.
- 对于水质监测的UV-Vis光谱学的一个重大挑战是,现实世界污染水样品的稀缺性.
- 现有的光谱数据生成方法往往无法捕捉实际光谱数据的复杂性和特征.
研究的目的:
- 开发一种先进的光谱样本生成方法,以解决水污染分析中的数据稀缺问题.
- 改善生成的光谱数据的多样性和复杂性,以实现更准确的建模.
- 通过数据增强,提高化学氧需求 (COD) 检测模型的性能.
主要方法:
- 提出了一种混合方法,将变量模态分解 (VMD) 和生成对抗网络 (VMD-GAN) 结合起来.
- 利用VMD将吸收光谱分解为主要成分和残留物.
- 采用GAN来生成新的主要组件和高斯适配函数来生成各种残留物,然后进行光谱重建.
主要成果:
- 生成的吸收光谱密切模仿实际的水样特征,提高数据多样性和复杂性.
- 成功扩大了用于水质分析的光谱样本的可用数据集.
- 用增强数据构建的回归模型在预测真实水样本的COD方面表现得更好.
结论:
- VMD-GAN方法有效地生成现实的光谱样本,克服了现实世界数据不足的局限性.
- 这种方法显著提高了准确建模和分析水污染的能力.
- 拟议的方法为改善环境监测中的UV-V光谱分析提供了可行的解决方案.
更多相关视频
16:41Detecting, Visualizing and Quantitating the Generation of Reactive Oxygen Species in an Amoeba Model System
Published on: November 5, 2013
08:49Author Spotlight: Unveiling the Potential of VSFG Microscopy in Studying Mesoscopically Heterogeneous Self-Assembled Structures
Published on: December 1, 2023
相关概念视频
UV–Vis Spectrometers
Ultraviolet and Visible (UV–Vis) Spectroscopy: Overview
UV–Vis Spectroscopy: Molecular Electronic Transitions
UV–Vis Spectroscopy of Conjugated Systems
One of the factors influencing λmax is the extent...
UV–Vis Spectroscopy: Woodward–Fieser Rules
UV–Vis Spectrum
The UV–Vis spectrum of a molecule is the plot of its absorbance versus wavelength. The plot is drawn by taking molar...
