基于RBF网络的光纤荧光海水叶绿素a含量在线监测系统的研究

介绍了能够实现对海水中叶绿素a含量在线监测的光纤荧光系统。系统将荧光技术、光纤技术和基于RBF(Radial Basis Function Neural Network)神经网络的标定方法相结合，建立了用于海水叶绿素a含量在线监测的最佳RBF网络结构，系统具有结构简单，探头无源及高灵敏度等特点。     

基于小波变换的叶绿素荧光光谱测量系统研究

介绍一种基于小波变换的测量海藻中叶绿素a/b的全光纤荧光光谱在线测量系统.根据小波变换具有将频率按大小分解的特性,本系统将其与荧光法、光纤技术相结合用于含叶绿素a/b的藻类荧光光谱的测量、平滑和重叠荧光峰的解析.该系统具有小型化、结构简单、探头无源、所得光谱变形小、多参数同时测量等特点.实验证明,该测量方法是完全可行的.     

基于荧光法的活体海藻识别方法研究

研究海域或水域的海藻类型对海域或水域的污染情况调查、赤潮的预测等具有重要意义。通过对由特征激发波长(420,440,460,470,530,560,590,610nm)激发的荧光光谱取平均值[1~3],按特征激发波长从小到大的顺序,计算了由相邻激发波长激发的荧光光谱平均值的比值,并对特征数据进行了相关分析,得到的绿藻之间的相关系数大于0.95,硅藻之间的相关系数大于0.85。结果表明,由特征激发光激发的荧光光谱均值和按顺序所取的比值可作为识别海藻的特征参数。