第46卷第1期2023年2月电子器件ChineseJournalofElectronDevicesVol.46No.1Feb．2023项目来源:国家自然科学基金项目(61801188);江苏省高等学校基础科学(自然科学)研究面上项目(20KJD416002);淮阴工学院自然科学研究项目(22HGZ005);江苏省湖泊环境遥感技术工程研究中心开放基金(JSLEＲS－2022－001);江苏省高校“青蓝工程”项目;淮安市“淮上英才”项目收稿日期:2022－06－30修改日期:2022－09－30LakeWaterQualityInspectingMethodBasedonSpectrophotometryandNeuralNetwork*YUYinshan*，ZHANGHui，WEIJinsong，DINGPing，JIＲendong，BIANHaiyi，SHAOMingzhen，JIANGLingjie(JiangsuEngineeringＲesearchCenterofLakeEnvironmentＲemoteScencingTechnologies，FacultyofElectronicInformationEngineering，HuaiyinInstituteofTechnology，Huai’anJiangsu223003，China)Abstract:Amethodfordetectingpollutantcontentinthemixedsolutionisproposed．Aimingattheknownpollutantcomponentsinlakewater，amodelisestablishedbyusingfluorescencespectroscopyandtheＲBFneuralnetworktopredicttherespectiveconcentrationsofthreepesticidesinmulti-componentsolutions．Theresultsshowthatthepredictionerroriswithintheacceptablerange．Inordertodetectunknowncomponentsinthelakewater，spectrophotometerisusedtomeasurevariousparametersinthelakewater．SixparametersareusedastheinputoftheＲBFneuralnetworkmodeltopredictCODconcentrationoflake．Theexperimentalresultsshowthatthepredic-tionmodelhasthecharacteristicsofsmalldeviationandhighpracticability．Keywords:pollutantinlake;spectrum;spectrophotometer;neuralnetworkEEACC:6135;7320Tdoi:10．3969/j．issn．1005－9490．2023．01．045基于分光光度法和神经网络的湖泊水质检测方法研究*于银山*，张慧，卫晋松，丁萍，季仁东，卞海溢，邵明振，蒋令杰(江苏省湖泊环境遥感技术工程研究中心，淮阴工学院，江苏淮安223003)摘要:针对湖泊混合溶液中污染物含量的检测分析问题，提出了一种湖泊水质检测方法。针对湖泊水质中已知成分的污染物，使用荧光光谱法，利用ＲBF神经网络建立模型预测多组分溶液中三种农药各自的浓度，最终结果发现预测结果较好。为了进一步更好地掌握湖泊水质，针对湖泊水质中的未知成分，使用分光光度法测量湖泊水质中各种参数，将六种水质参数作为ＲBF神经...
