Changchun Institute of Optics,Fine Mechanics and Physics,CAS
基于深度学习的嵌入式CO2浓度反演算法实现 | |
王彪![]() | |
2023-05-25 | |
发表期刊 | 激光杂志
![]() |
卷号 | 44期号:05页码:42-46 |
摘要 | 以CO_2为主的温室气体排放使得全球变暖,严重影响生态环境,2021年习近平主席在二十国集团领导人峰会上提出“中国将力争2030年前实现碳达峰、2060年前实现碳中和”,因此精确检测CO_2气体浓度具有重要研究意义。由于CO_2气体吸收谱线的展宽受到气体压力、温度等因素影响,导致TDLAS气体检测系统测量结果误差增大,因此本文结合HITRAN数据库仿真,提出了基于BP神经网络深度学习的CO_2浓度反演算法和嵌入式实现方法,实现了对气体浓度的补偿,为嵌入式浓度反演算法设计提供理论依据。该算法可以移植到STM32F407中,经过测试,气体浓度的检测误差小,有效提升了气体检测精度,此方法同样适用于TDLAS型的其他气体检测应用场景中。 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ciomp.ac.cn/handle/181722/68433 |
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. 基于深度学习的嵌入式CO2浓度反演算法实现[J]. 激光杂志,2023,44(05):42-46. |
APA | 王彪.,杨子腾.,卞广雨.,王冠懿.,赵奕飞.,...&程林祥.(2023).基于深度学习的嵌入式CO2浓度反演算法实现.激光杂志,44(05),42-46. |
MLA | 王彪,et al."基于深度学习的嵌入式CO2浓度反演算法实现".激光杂志 44.05(2023):42-46. |
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 | ||
基于深度学习的嵌入式CO2浓度反演算法实(1611KB) | 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