智能信息法测定和辩识水环境中有机污染物

本项目尝试应用数据融合、人工神经网络、支持矢量机、小波和小波包分析和最大似然理论等智能信息方法，研制实用于伏安、紫外分光光度、荧光光度的分析方法，进行水中有机污染物的辨识和测定。主要致力于研制小波回归数据融合、多块回归数据融合、最大似然潜变量回归、模块神经网络、支持矢量机回归、小波包-ANN联用技术和最大似然主组分分析-ANN联用技术。这类方法不只考虑信号与浓度间的函数关系，还扩展到时间、温度、地域、空间结构和生物活性等多维空间。涉及人工智能、信息科学、分析化学、数学和统计学、计算机科学等许多学科。用所研制的方法进行本地区水环境中有机污染物的辨识和测定。水环境中的有机污染物因难以降解，具有生物积累和三致（致癌、致畸、致突变）作用，危害水生物和人体健康。故本项研究既具有理论价值，又对环境保护和人体健康具有现实意义。