期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于1D-CNN提取Cl2紫外吸收谱特征的浓度反演方法研究
1
作者 贾彤华 程光旭 +3 位作者 杨嘉聪 陈昇 王海容 胡海军 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第11期3109-3119,共11页
开放环境下氯气泄漏的准确检测一直是氯碱生产企业亟待解决的难题,差分吸收光谱技术(DOAS)可以实现大气中的污染气体的痕量远距离测量,而氯气的紫外吸收光谱呈现“慢变化”的特征,无法用差分的方法分离吸收特征与噪声信号。提出了一种... 开放环境下氯气泄漏的准确检测一直是氯碱生产企业亟待解决的难题,差分吸收光谱技术(DOAS)可以实现大气中的污染气体的痕量远距离测量,而氯气的紫外吸收光谱呈现“慢变化”的特征,无法用差分的方法分离吸收特征与噪声信号。提出了一种基于一维卷积神经网络(1D-CNN)的氯气浓度反演算法来充分利用光谱信息,通过逐层提取氯气的吸收特征,解决了传统算法容易受噪声干扰导致反演精度下降的问题。与常用的最小二乘法(LS)、多层感知机(MLP)、支持向量机(SVR)和k近邻(KNN)方法相比,该算法的反演结果相比实测数据的准确度最高(R2=0.996,RMSE=4.40,MAE=2.64,SMAPE=8.51%)。由于系统中不可避免的随机噪声会对检测产生干扰,对比了S-G滤波、傅里叶变换、奇异值分解和小波变换分解算法的预处理效果。结果表明,S-G滤波和小波分解算法可以在去除噪声的同时保留氯气的吸收特征信息,进一步提高氯气浓度反演模型的性能。所提出的浓度反演算法为实现开放环境下氯气泄漏的远距离定量检测提供了新的可行方法。 展开更多
关键词 氯气泄漏 远程检测 差分吸收光谱技术 深度学习 一维卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部