公开(公告)号：CN110135320B

公开(公告)日：2022-10-14

申请号：CN201910382640.6

申请日：2019-05-09

Applicant: 安徽大学

Inventor： 周胜 ,  沈重阳 ,  张磊 ,  李劲松 ,  俞本立

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明公开了一种基于BP神经网络与方差补偿的光谱降噪方法及装置。本发明能够解决激光光谱测量过程中由于温度、空气振动以及电磁噪声等影响而包含噪声和干扰信号使得测量灵敏度与分辨率受限的问题。

公开(公告)号：CN110146455A

公开(公告)日：2019-08-20

申请号：CN201910447246.6

申请日：2019-05-27

Applicant: 安徽大学

Inventor： 周胜 ,  沈重阳 ,  张磊 ,  李劲松 ,  俞本立 ,  蒋童童

IPC: G01N21/31 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及激光光谱技术领域，提供一种基于深度学习的激光光谱气体浓度测量方法，旨在解决激光光谱气体浓度测量过程中由于测量温度、压强、气体分子种类等参数影响而限制光谱浓度测量效率的问题，包括建立激光光谱数据采集模块，获取不同浓度下检测气体的吸收光谱数据；建立深度学习气体浓度测量模块，根据不同浓度下的激光光谱数据构建深度学习网络拓扑模型；建立气体浓度模型训练和检验模块，对构建的深度学习气体浓度测量模块进行训练，并进行性能检验；建立激光光谱气体浓度输出模块，对实测未知浓度的气体激光光谱数据进行浓度反演并输出测量结果。本发明尤其适用于激光吸收光谱浓度计算，具有较高的社会使用价值和应用前景。

公开(公告)号：CN110135320A

公开(公告)日：2019-08-16

申请号：CN201910382640.6

申请日：2019-05-09

Applicant: 安徽大学

Inventor： 周胜 ,  沈重阳 ,  张磊 ,  李劲松 ,  俞本立

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明公开了一种基于BP神经网络与方差补偿的光谱降噪方法及装置。本发明能够解决激光光谱测量过程中由于温度、空气振动以及电磁噪声等影响而包含噪声和干扰信号使得测量灵敏度与分辨率受限的问题。