基于主成分分析的活性污泥中生物相识别技术的研究

论文摘要

生物相分析是污水厂运行管理的重要手段,但目前以人工分析为主,原因在于图像背景多变、目标物类型较多,不同阶段、不同环境下的生物特征多变[1]。本文借助图像处理的知识对活性污泥中生物相进行识别,通过PCA算法降低生物相图像特征的维度,再利用支持向量机(SVM)对降维后的生物相图像进行分类识别,最后使用MATLAB软件对已知生物相数据库进行仿真。数据结果表明,该方法能够较为准确的识别出活性污泥中的生物相。

论文目录

• 1 绪论
• 2 主成分分析算法原理
• 3 生物相识别过程
•   3.1 构建特征空间
•   3.2 特征提取
•   3.3 SVM分类算法介绍
•     3.3.1 SVM算法原理简介
•     3.3.2 SVM算法重要参数
•     3.3.3 SVM训练函数和测试函数
• 4 生物相识别系统结果与分析
• 5 结论

文章来源

类型: 期刊论文

作者: 韩美林,程峻杰,杨阳

关键词: 污水处理,生物相识别,主成分分析

来源: 价值工程 2019年34期

年度: 2019

分类: 经济与管理科学,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 商洛学院电子信息与电气工程学院

基金: 陕西省科技厅项目（2019JQ-541）,教育部高等教育司产学合作协同育人项目（201802357015）,陕西省大学生创新创业训练计划项目（S201911396031）,商洛市科技局项目（SK2017-42）,商洛学院校级科研项目（18SKY-FWDF004）

分类号: X703

DOI: 10.14018/j.cnki.cn13-1085/n.2019.34.082

页码: 184-185

总页数: 2

文件大小: 192K

下载量: 135