[发明专利]基于机器学习的水环境中铜离子的快速检测方法

权利要求书

1.一种基于机器学习的水环境中铜离子的快速检测方法，其特征在于,包括以下步骤：

步骤S1：在碱性介质中，配置一系列浓度梯度的Cu²⁺标准溶液；

步骤S2：以铜试剂DDTC为显色剂配置DDTC溶液；

步骤S3：从一系列浓度梯度的Cu²⁺标准溶液中选取多组Cu²⁺溶液分别与DDTC溶液反应，并测定吸光度，确定显色的线性范围；

步骤S4：基于步骤S3获得的线性范围配置相应浓度的Cu²⁺溶液，将各浓度的Cu²⁺溶液分别与DDTC溶液在白色点滴板上进行显色反应，显色稳定后，置于暗箱中拍摄多张照片；

步骤S5：基于步骤S4获得的照片，获取对应于各浓度的多类图片样本集，以此建立用于预测的回归模型；

步骤S6：基于步骤S5建立的回归模型，对待测样品溶液进行Cu²⁺浓度检测。

2.根据权利要求1所述的基于机器学习的水环境中铜离子的快速检测方法，其特征在于：在步骤S1中，所述碱性介质为氯化铵-氨水缓冲溶液，pH=9.0。

3.根据权利要求1所述的基于机器学习的水环境中铜离子的快速检测方法，其特征在于：在步骤S2中，将DDTC溶解于无水乙醇，以得到DDTC溶液，即显色剂溶液；DDTC 溶液中，DDTC的质量体积百分浓度为0.25%。

4.根据权利要求1所述的基于机器学习的水环境中铜离子的快速检测方法，其特征在于：在步骤S3中，获得的显色的线性范围为0.5-5 ug/mL；

在步骤S4中，配置的Cu²⁺溶液的浓度为0.5 ug/mL、1 ug/mL、2 ug/mL、3 ug/mL、4 ug/mL、5 ug/mL；通过拍照，获得6类图片样本。

5.根据权利要求1所述的基于机器学习的水环境中铜离子的快速检测方法，其特征在于：在步骤S4中，所述白色点滴板的规格为：6孔或12孔。

6.根据权利要求1所述的基于机器学习的水环境中铜离子的快速检测方法，其特征在于：在步骤S5中，按如下步骤建立回归模型：

步骤S501：根据白色点滴板的规格，对获得的各张照片进行裁剪，然后以不同浓度分类得到对应于各浓度的多类图片样本集，作为建模的样本数据集；

步骤S502：提取图像在RGB颜色模型中的R、G、B分量的均值和标准偏差；之后将RGB模型分别转成HSV颜色模型和Lab颜色模型，采用同样的方法提取H、S、V分量的均值和标准偏差，L、a、b分量的均值和标准偏差，共18个特征变量；

步骤S503：建立逐步回归模型，然后将各张图片的特征变量输入逐步回归模型，采用机器学习中的逐步回归分析方法进行建模，剔除不显著的特征变量，得到逐步回归方程。