论文部分内容阅读
纸基纳米金检测六价铬(Cr^6+)具有快速、精确、特异性高等优点,纸基颜色变化程度可表征Cr^6+浓度。针对基于纸基纳米金的Cr^6+浓度识别问题,提出以支持向量回归(SVR)模型作为识别算法,合理选择出最优参数训练模型,基于训练的模型对浓度进行识别。实验表明:基于SVR的识别精度明显优于多项式非线性回归识别和BP神经网络识别,采用SVR可实现基于纸基纳米金的Cr^6+浓度精确识别。