基于機器學習的中紅外窄帶熱輻射光源的逆向設(shè)計
發(fā)布時間:2021-04-26 02:13
對生產(chǎn)和生活中的氣體進行檢測對人們的生命財產(chǎn)安全、工業(yè)發(fā)展和環(huán)境保護方面都具有重大意義,很多重大的安全事故都是由于未能及時精確地對有害氣體進行檢測所導致的。隨著科技的不斷發(fā)展,更加高效的氣體檢測方法在不斷出現(xiàn)。目前常見的氣體檢測方法大體有電化學檢測法、催化燃燒法、氣相色譜法、紅外光譜吸收法。其中紅外吸收光譜法利用氣體會吸收特定波長紅外光的性質(zhì)較其他方法更加高效,分辨率高,對氣體分子的選擇性也好,但該方法價格高昂、分析光譜耗時耗力,如果能設(shè)計出能發(fā)射與待檢測氣體吸收峰相同的窄帶,將完美解決紅外吸收光譜法的缺陷。本文針對這一現(xiàn)象,開展了對中紅外窄帶帶熱輻射的正向預測與逆向設(shè)計的研究工作。傳統(tǒng)用于設(shè)計光子器件正向預測和逆向結(jié)構(gòu)的方法有有限元建模(FEM)或有限差分時域?qū)崿F(xiàn)的高級迭代計算(FDTD)方法,或者是更高級的拓撲算法。雖然這些設(shè)計方法在光學領(lǐng)域的使用相對成熟,但其優(yōu)化的計算成本仍然是很大的問題,尤其是逆向設(shè)計方法涉及到大量的復雜運算,增加了設(shè)計的復雜性。而神經(jīng)網(wǎng)絡(luò)由于其優(yōu)秀的學習能力,可以充分實現(xiàn)數(shù)據(jù)的預測和擬合,在一定程度上可以解決傳統(tǒng)設(shè)計方法的不足。本文選擇了中紅外窄帶熱輻射光源...
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 神經(jīng)網(wǎng)絡(luò)應用于光學的相關(guān)研究現(xiàn)狀及發(fā)展概況
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 本文的主要研究內(nèi)容
第2章 相關(guān)理論和技術(shù)基礎(chǔ)
2.1 引言
2.2 機器學習算法
2.2.1 關(guān)于激活函數(shù)的拓展
2.2.2 DNN前向傳播算法
2.2.3 DNN反向傳播算法
2.3 本章小結(jié)
第3章 模型仿真及數(shù)據(jù)集的建立
3.1 引言
3.2 模型建立與參數(shù)掃描
3.2.1 中紅外窄帶熱輻射光源的模型建立
3.2.2 參數(shù)的掃描、確定與數(shù)據(jù)生成
3.3 數(shù)據(jù)集預處理
3.3.1 臟數(shù)據(jù)的種類
3.3.2 數(shù)據(jù)預處理方法
3.4 本章小結(jié)
第4章 神經(jīng)網(wǎng)絡(luò)正向預測功能的設(shè)計與實現(xiàn)
4.1 引言
4.2 前向神經(jīng)網(wǎng)絡(luò)模型的建立
4.2.1 前向神經(jīng)網(wǎng)絡(luò)模型的建立
4.2.2 前向神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化
4.3 前向神經(jīng)網(wǎng)絡(luò)模型的訓練及應用
4.3.1 前向神經(jīng)網(wǎng)絡(luò)的訓練
4.3.2 前向神經(jīng)網(wǎng)絡(luò)預測光譜結(jié)構(gòu)
4.4 本章小結(jié)
第5章 反向神經(jīng)網(wǎng)絡(luò)逆向功能的設(shè)計與實現(xiàn)
5.1 引言
5.2 反向神經(jīng)網(wǎng)絡(luò)模型的建立
5.2.1 反向神經(jīng)網(wǎng)絡(luò)模型的建立
5.2.2 反向神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化
5.3 反向神經(jīng)網(wǎng)絡(luò)模型的訓練及應用
5.3.1 反向神經(jīng)網(wǎng)絡(luò)的訓練
5.3.2 反向神經(jīng)網(wǎng)絡(luò)逆向設(shè)計光源結(jié)構(gòu)
5.4 本章小結(jié)
結(jié)論
參考文獻
致謝
【參考文獻】:
期刊論文
[1]氣相色譜技術(shù)的研究進展及其應用[J]. 曹環(huán)禮. 廣東化工. 2009(08)
[2]光學檢測法用于工業(yè)氣體檢測的研究[J]. 賴薇,錢進,原宗. 工業(yè)安全與環(huán)保. 2007(05)
[3]可調(diào)諧二極管激光吸收光譜技術(shù)及其在大氣質(zhì)量監(jiān)測中的應用[J]. 董鳳忠,闞瑞峰,劉文清,劉建國,張玉鈞,高山虎,王鐵棟,王敏,陳東,魏慶農(nóng). 量子電子學報. 2005(03)
[4]催化燃燒方法概況[J]. 范恩榮. 煤氣與熱力. 1997(04)
[5]催化燃燒式可燃氣體濃度檢測技術(shù)研究[J]. 顧文照,顧月清,易登錄,向小曼. 南京航空航天大學學報. 1996(04)
碩士論文
[1]惡臭氣體檢測系統(tǒng)開發(fā)與實驗研究[D]. 楊新穎.河北工業(yè)大學 2015
本文編號:3160530
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 神經(jīng)網(wǎng)絡(luò)應用于光學的相關(guān)研究現(xiàn)狀及發(fā)展概況
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 本文的主要研究內(nèi)容
第2章 相關(guān)理論和技術(shù)基礎(chǔ)
2.1 引言
2.2 機器學習算法
2.2.1 關(guān)于激活函數(shù)的拓展
2.2.2 DNN前向傳播算法
2.2.3 DNN反向傳播算法
2.3 本章小結(jié)
第3章 模型仿真及數(shù)據(jù)集的建立
3.1 引言
3.2 模型建立與參數(shù)掃描
3.2.1 中紅外窄帶熱輻射光源的模型建立
3.2.2 參數(shù)的掃描、確定與數(shù)據(jù)生成
3.3 數(shù)據(jù)集預處理
3.3.1 臟數(shù)據(jù)的種類
3.3.2 數(shù)據(jù)預處理方法
3.4 本章小結(jié)
第4章 神經(jīng)網(wǎng)絡(luò)正向預測功能的設(shè)計與實現(xiàn)
4.1 引言
4.2 前向神經(jīng)網(wǎng)絡(luò)模型的建立
4.2.1 前向神經(jīng)網(wǎng)絡(luò)模型的建立
4.2.2 前向神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化
4.3 前向神經(jīng)網(wǎng)絡(luò)模型的訓練及應用
4.3.1 前向神經(jīng)網(wǎng)絡(luò)的訓練
4.3.2 前向神經(jīng)網(wǎng)絡(luò)預測光譜結(jié)構(gòu)
4.4 本章小結(jié)
第5章 反向神經(jīng)網(wǎng)絡(luò)逆向功能的設(shè)計與實現(xiàn)
5.1 引言
5.2 反向神經(jīng)網(wǎng)絡(luò)模型的建立
5.2.1 反向神經(jīng)網(wǎng)絡(luò)模型的建立
5.2.2 反向神經(jīng)網(wǎng)絡(luò)模型的優(yōu)化
5.3 反向神經(jīng)網(wǎng)絡(luò)模型的訓練及應用
5.3.1 反向神經(jīng)網(wǎng)絡(luò)的訓練
5.3.2 反向神經(jīng)網(wǎng)絡(luò)逆向設(shè)計光源結(jié)構(gòu)
5.4 本章小結(jié)
結(jié)論
參考文獻
致謝
【參考文獻】:
期刊論文
[1]氣相色譜技術(shù)的研究進展及其應用[J]. 曹環(huán)禮. 廣東化工. 2009(08)
[2]光學檢測法用于工業(yè)氣體檢測的研究[J]. 賴薇,錢進,原宗. 工業(yè)安全與環(huán)保. 2007(05)
[3]可調(diào)諧二極管激光吸收光譜技術(shù)及其在大氣質(zhì)量監(jiān)測中的應用[J]. 董鳳忠,闞瑞峰,劉文清,劉建國,張玉鈞,高山虎,王鐵棟,王敏,陳東,魏慶農(nóng). 量子電子學報. 2005(03)
[4]催化燃燒方法概況[J]. 范恩榮. 煤氣與熱力. 1997(04)
[5]催化燃燒式可燃氣體濃度檢測技術(shù)研究[J]. 顧文照,顧月清,易登錄,向小曼. 南京航空航天大學學報. 1996(04)
碩士論文
[1]惡臭氣體檢測系統(tǒng)開發(fā)與實驗研究[D]. 楊新穎.河北工業(yè)大學 2015
本文編號:3160530
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3160530.html
最近更新
教材專著