Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Инверсия концентрации смешанного газа на основе ультрафиолетового поглощения с помощью иерархической сверточной нейронной сети

Аннотация

Предложена модель иерархической сверточной нейронной сети (CNN) для инверсии концентрации смешанного газа. Проанализированы смеси SO2, NO2 и NH3, где SO2 и NO2 — исследуемые газы, NH3 — “мешающий” газ. Для образцов моделирования получены средние абсолютные ошибки 0.5  и 0.9 ppm для SO2 и NO2. Модель хорошо зарекомендовала себя при различиях интенсивности поглощения компонентов не более чем на порядок. По сравнению с одномодульной моделью результаты CNN без иерархической структуры демонстрируют, что иерархическая структура значительно снижает перекрестные помехи и повышает точность прогнозирования.

Для цитирования:


Lu C., Bian Y., Hu X., Jin S., Huang Y., Cui Y. Инверсия концентрации смешанного газа на основе ультрафиолетового поглощения с помощью иерархической сверточной нейронной сети. Журнал прикладной спектроскопии. 2022;89(4):591.

For citation:


Lu C., Bian Y., Hu X., Jin S., Huang Y., Cui Y. Mixed Gas Concentration Inversion Based on the Ultraviolet Absorption Spectrum by a Hierarchical Convolutional Neural Network. Zhurnal Prikladnoii Spektroskopii. 2022;89(4):591.

Просмотров: 155


ISSN 0514-7506 (Print)