基于FTIR的污染氣體預(yù)處理與神經(jīng)網(wǎng)絡(luò)模式識別研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著大氣污染問題的加劇,環(huán)境問題越來越受到人們的關(guān)注,快速、準確地預(yù)測出大氣污染氣體,對環(huán)境保護有著巨大的作用。傅里葉變換紅外光譜技術(shù)以測量迅速,分辨率高,測量精度高等優(yōu)點,在氣體檢測領(lǐng)域得到越來越廣泛的應(yīng)用。
  本文從傅里葉變換紅外光譜技術(shù)的應(yīng)用和傅里葉變換紅外光譜儀的優(yōu)點出發(fā),分析了光譜數(shù)據(jù)預(yù)處理和模式識別的國內(nèi)外研究現(xiàn)狀,搭建了紅外光譜數(shù)據(jù)采集系統(tǒng),并對CO、NO2和NO三組分混合氣體進行建模分析。通過質(zhì)量流量控制器精密控

2、制三種氣體進行不同比例的混合,并通過傅里葉變換紅外光譜儀采集大量的數(shù)據(jù)樣本。針對紅外光譜數(shù)據(jù)易受噪聲的影響和呈現(xiàn)復(fù)雜非線性關(guān)系,選擇小波去噪和神經(jīng)網(wǎng)絡(luò)進行建模,并對兩種方法進行改進,能夠有效的預(yù)測出光譜的成分組成。
  首先對采集到的紅外光譜數(shù)據(jù)進行預(yù)處理,用改進小波去噪方法消除高頻噪聲,之后選擇主成分分析對樣本的波段進行降維,降維之后只用三個主成份就可以完全覆蓋原樣本數(shù)據(jù)的99%的信息量,減少了運算時間和計算量。使用四種典型神經(jīng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論