10.3321/j.issn:0253-2239.2004.07.031
非线性荧光光谱的神经网络分析及其应用
大功率超快脉冲激光和气体相互作用可产生非线性荧光光谱,不同的气体分子具有不同的非线性荧光光谱,因而这种光谱可以作为物质的指纹模式加以识别分类,进而获知气体的成分.由于不同气体分子的光谱在同一波段上有很大的交叉重叠,用传统的光谱分析方法分析存在困难,采用神经网络方法分析上述非线性荧光光谱,利用经过预处理的荧光光谱数据作为模式样本,其中一部分样本作为学习样本对级联神经网络进行训练,用训练好的网络对所有样本进行实时识别,学习样本和测试样本的的正确识别率均可达100%,结果表明此方法可实时判断混合气体的组分.
光谱分析、模式识别、级联神经网络模型、非线性荧光光谱、指纹模式
24
O437(光学)
国家自然科学基金60277022;高等学校博士学科点专项科研项目20030055022;南开大学校科研和教改项目
2004-08-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
1000-1003