基于主成分分析和神经网络的色散共焦测量装置标定方法

    公开(公告)号:CN119618080B

    公开(公告)日:2025-04-15

    申请号:CN202510147319.5

    申请日:2025-02-11

    Inventor: 卢文龙 汪中石

    Abstract: 本发明提供了一种基于主成分分析和神经网络的色散共焦测量装置标定方法,涉及共焦测量技术领域,方法包括:对获取的光强矩阵进行主成分分析,得到匹配度矩阵;计算光强矩阵的峰值波长,得到峰值波长向量;以标准距离向量为拟合目标,以峰值波长向量为自变量,拟合二者之间的函数关系,得到位移向量及误差向量;将匹配度矩阵和误差向量输入到神经网络模型中进行训练,得到反向传播神经网络模型;获取当前光强序列进行预处理得到当前匹配度向量和拟合位移;将当前匹配度向量输入到反向传播神经网络模型中,得到预测误差值;基于拟合位移和预测误差值对待标定的色散共焦测量装置进行标定。本发明解决了色散共焦测量装置的标定不准确的问题。

    基于主成分分析和神经网络的色散共焦测量装置标定方法

    公开(公告)号:CN119618080A

    公开(公告)日:2025-03-14

    申请号:CN202510147319.5

    申请日:2025-02-11

    Inventor: 卢文龙 汪中石

    Abstract: 本发明提供了一种基于主成分分析和神经网络的色散共焦测量装置标定方法,涉及共焦测量技术领域,方法包括:对获取的光强矩阵进行主成分分析,得到匹配度矩阵;计算光强矩阵的峰值波长,得到峰值波长向量;以标准距离向量为拟合目标,以峰值波长向量为自变量,拟合二者之间的函数关系,得到位移向量及误差向量;将匹配度矩阵和误差向量输入到神经网络模型中进行训练,得到反向传播神经网络模型;获取当前光强序列进行预处理得到当前匹配度向量和拟合位移;将当前匹配度向量输入到反向传播神经网络模型中,得到预测误差值;基于拟合位移和预测误差值对待标定的色散共焦测量装置进行标定。本发明解决了色散共焦测量装置的标定不准确的问题。

Patent Agency Ranking