Changchun Institute of Optics,Fine Mechanics and Physics,CAS
基于深度学习算法的原位激光CO2检测系统研制 | |
王彪![]() | |
2023-06-25 | |
发表期刊 | 激光杂志
![]() |
卷号 | 44期号:06页码:48-52 |
摘要 | 随着全球变暖日益严重,精准检测CO_2浓度具有重要的研究意义。可调谐半导体激光吸收光谱技术(TDLAS)具有高灵敏度、高分辨率等特点,被广泛应用于气体检测领域。为进一步提升TDLAS气体检测技术的检测精度,本文提出一种基于深度学习的原位激光二氧化碳检测系统。该系统采用BP神经网络算法反演CO_2浓度,补偿了温度压强对气体浓度反演的影响,提升了检测精度;采用无线通信模块,通过MQTT协议将检测的CO_2数据上传至OneNET云平台,实现了CO_2浓度的原位检测。经测试,该系统可以快速、稳定的处理数据,并且适配于其他气体检测系统。 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ciomp.ac.cn/handle/181722/68408 |
专题 | 中国科学院长春光学精密机械与物理研究所 |
作者单位 | 1.中国科学院长春光学精密机械与物理研究所 2.吉林大学 3.吉林农业大学 4.中国科学院大学 |
推荐引用方式 GB/T 7714 | 王彪,杨子腾,卞广雨,等. 基于深度学习算法的原位激光CO2检测系统研制[J]. 激光杂志,2023,44(06):48-52. |
APA | 王彪.,杨子腾.,卞广雨.,王冠懿.,赵奕飞.,...&程林祥.(2023).基于深度学习算法的原位激光CO2检测系统研制.激光杂志,44(06),48-52. |
MLA | 王彪,et al."基于深度学习算法的原位激光CO2检测系统研制".激光杂志 44.06(2023):48-52. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
基于深度学习算法的原位激光CO2检测系统(1556KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[王彪]的文章 |
[杨子腾]的文章 |
[卞广雨]的文章 |
百度学术 |
百度学术中相似的文章 |
[王彪]的文章 |
[杨子腾]的文章 |
[卞广雨]的文章 |
必应学术 |
必应学术中相似的文章 |
[王彪]的文章 |
[杨子腾]的文章 |
[卞广雨]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论