龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及气体混合光谱分析领域，具体为一种结合SSA‑FastICA算法和EMD‑KPCA‑LSTM模型的气体混合光谱分析方法；采用基于贝叶斯优化的SG自适应滤波算法，设计一种SG滤波参数计算器，训练出的模型可实现自动寻找最优滤波参数，极大地提高了滤波效果，同时考虑到混合气体测量光谱谱线样本数较多和较少的情况，分别利用PCA‑FastICA算法和SSA‑FastICA算法来分离重叠混合的光谱谱线，最后通过EMD‑KPCA‑LSTM实现对混合气体中单一气体的分析；解决了当混合气体中气体种类较多时，同时待检测的组分物理、化学性质非常相似时，难以实现对混合气体组成成分的定性或定量检测的问题。
主权项：1.一种结合SSA-FastICA算法和EMD-KPCA-LSTM模型的气体混合光谱分析方法，其特征在于，该分析方法包括如下步骤：S1、获取混合气体的气体混合光谱谱线；S2、通过基于贝叶斯优化的SG自适应滤波算法对混合光谱谱线进行滤波处理，以滤除噪声信号并获得滤波光谱谱线；S3、判断光谱曲线样品数量是否大于或者等于滤波光谱谱线中识别的待测混合气体种类数；若是，则通过PCA-FastICA算法对滤波光谱谱线进行谱线分离以获得混合气体中单一气体的吸收光谱；若否，则通过SSA-FastICA算法对滤波光谱谱线进行谱线分离以获得混合气体中单一气体的吸收光谱；S4、通过EMD-KPCA-LSTM模型对单一气体的吸收光谱进行分析以获得包含气体种类、气体浓度、高斯线宽和洛伦兹线宽的分析结果。
全文数据：
权利要求：
百度查询： 安徽大学 一种结合SSA-FastICA算法和EMD-KPCA-LSTM模型的气体混合光谱分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号