基于卷积神经网络和光丝诱导荧光光谱的NaCl气溶胶定量分析
盐气溶胶是大气污染监测的重要对象.使用基于高功率超快激光的光丝诱导荧光光谱(FIFS)技术可以实现大气气溶胶的远距离快速定量分析,该技术有望成为下一代激光雷达的核心技术.用NaCl气溶胶模拟大气气溶胶污染物,针对自吸收效应导致光强与物质质量浓度偏离线性关系的问题,提出基于一维卷积神经网络的NaCl气溶胶质量浓度预测模型,并将其与多元线性回归模型、偏最小二乘回归模型、BP传播神经网络模型和定标曲线模型进行了对比实验.在各质量浓度(0.33~6.61 mg/m3)NaCl气溶胶全波段光谱数据集和特征波段光谱数据集上的实验结果表明:所提一维卷积神经网络模型在特征波段光谱数据集上的预测准确率为1,在泛化预测实验中的准确率为0.87,优于其在全波段光谱数据集上的结果,同时也优于其他模型.该模型对自吸收效应下的非线性定量分析具有良好的准确性和鲁棒性,为FIFS技术应用于大气气溶胶质量浓度预测分析提供了可靠的定量分析技术.
光谱学、光丝诱导荧光光谱、NaCl气溶胶定量分析、卷积神经网络
50
O433.4(光学)
国家重点研发计划2018YFB0504400
2023-06-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
93-100