基于深度学习算法的原位激光CO2检测系统研制
文献类型：期刊论文
| 作者 | 王彪 ; 杨子腾; 卞广雨; 王冠懿; 赵奕飞; 薛金波; 程林祥
|
| 刊名 | 激光杂志
 |
| 出版日期 | 2023-06-25 |
| 卷号 | 44期号:06页码:48-52 |
| 英文摘要 | 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。 |
| 源URL | [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.中国科学院大学 2.吉林农业大学 3.吉林大学 4.中国科学院长春光学精密机械与物理研究所 |
| 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. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
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。