[发明专利]基于深度学习优化S-G滤波的激光光谱降噪方法及装置有效
| 申请号： | 202010645694.X | 申请日： | 2020-07-07 |
| 公开（公告）号： | CN111678599B | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | 周胜;徐琰;王陆晗;李劲松;俞本立 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G01J3/28 | 分类号： | G01J3/28;G01N21/31;G06N3/04;G06N3/08 |
| 代理公司： | 合肥云道尔知识产权代理事务所(特殊普通合伙) 34230 | 代理人： | 闫兴贵 |
| 地址： | 230000 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习优化S‑G滤波的激光光谱降噪方法及装置，属于激光光谱领域；包括：采用基于QCL量子级联激光器或其他可调谐激光光源的气体激光吸收光谱实验装置采集吸收光谱数据，获取待测气体的吸收光谱数据作为Adam算法神经网络训练样本；根据光谱数据训练样本建立Adam算法神经网络拓扑模型，选取最优滤波参数组合；采用S‑G滤波算法按照优化后的滤波参数进行自适应滤波；构建的Adam算法神经网络对滤波值进行校正；根据优化后的S‑G滤波算法进行光谱数据的降噪处理。本发明提供的基于深度学习优化S‑G滤波的激光光谱降噪方法，可以提高光谱滤波信噪比，使气体的吸收谱线测量变得更为准确。 | ||
| 搜索关键词： | 基于 深度 学习 优化 滤波 激光 光谱 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽大学，未经安徽大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010645694.X/，转载请声明来源钻瓜专利网。
