版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于光谱分析的气体成分检测方法、装置、2对所述储气装置设置扫描路径,将所述扫描路径划分为若干等距高光谱成像仪的光谱分辨率至10nm,并设置所述推扫式高光谱成像仪的波长范围为400nm沿所述扫描路径移动所述推扫式高光谱成像仪,对每条扫描线进将所述二维空间数据矩阵与对应的波长信息关联,构建三维数将所述三维数据立方体与所述工况参数数据组合,得到包含空采用预先采集的暗电流图像对所述高光谱图像数据进行暗电流校正,后的图像数据,并基于标准白板反射率数据对所述暗电流校正后的图像数据进行白板校采用垂直方向最小二乘法对所述白板校正后的图像数据进行条纹计算所述平滑后的光谱数据在波长维度上的积分值,得对所述标准化后的光谱数据进行异常值检测,采用中位数绝对对所述预处理后的光谱数据中任意两个波段之间计算光谱角,构建光设定光谱角矩阵和光谱信息散度矩阵的权重系数,对所述光谱3对所述波段相似矩阵计算每个波段的局部密度和相对距离,得到波段的采用所述初始聚类中心对剩余波段进行聚类分配,得到波段聚类计算所述候选特征波段集中波段间的相关系数矩阵,对所述优化后的特征波段集中的每个波段计算目标得分,并根据所将所述特征波段的光谱数据和所述归一化端基于所述初始丰度值,生成理论混合光谱,并计算理论混根据所述修正后的丰度值,计算各气体成分的含量百分比,得将所述初始气体成分含量数据构建为混合矩阵,并对所述混合矩阵进行稀疏性分析,基于所述稀疏表示矩阵,采用正交匹配追踪算法对混合矩阵进行对所述初始端元矩阵进行端元光谱更新,得到更新后的端元矩阵,并对所述优化后的丰度矩阵进行稀疏性优化,得到稀疏化丰度矩阵,采用所述空间优化后的丰度矩阵,计算各气体成分的含量百分4构建两个深度学习模型,第一模型用于正常气体成分采用所述目标气体成分含量数据对所述第二模型进行初始化,得到初始异常检测模将所述目标气体成分含量数据输入所述正常模式识别模型,得到正常对所述潜在异常样本集应用所述初始异常检测模型,得到异常检采用所述优化后的异常检测模型对所述目标气体成分含量数据进行全对所述异常样本集中的每个样本进行特征贡献度分析,识别导致异常的核心气体成预处理模块,用于对所述高光谱图像数据进行预处理和光谱标准检测模块,用于对所述目标气体成分含量数据进行气体成分异常检测所述至少一个处理器调用所述存储器中的所述指令,以使得所述电子设备执所述指令被处理器执行时实现如权利要求1_7中任一项所述的基于光谱分析的气体成分检5[0001]本申请涉及光谱分析技术领域,尤其涉及一种基于光谱分析的气体成分检测方的高光谱数据中有效提取特征波段并准确估算各气体成分的含量是一个亟待解决的问题。6图2是本发明实施例提供的基于光谱分析的气体成分检测装置的结构示意性框7[0018]步骤200、对高光谱图像数据进行预处理和光谱标准化,得到预处理后的光谱数8相关系数矩阵用于衡量每对波段之间的线性相关性,高度相关的波段往往携带重复的信9理论混合光谱是根据每种气体成分的丰度值与其对应的归一化端元光谱进行线性组合而正常气体成分模式的正常模式识别模型。将目标气体成分含量数据输入到第二个模型中,[0024]本申请实施例中,通过采用推扫式高光谱成像技术和多;;;;;通过以下公式计算得到:;率作为校正系数应用于校正其他样本的光谱数据。假设标准白板在波段处的反射率为;;I,(i,;其中,A(i,j)表示第i行第j列像素的光谱曲线下的面积,h是光谱波段之间;;;;k)表示波段k,和k之间的光谱信息散度;pr,(i)和p(i)分别表示在第i个像素处,波段和波段k的概率分布,通过将光谱数据归一化为概率形式来计;其中,表示融合后的波段k,和k之间的相似度,a和p分别表示光谱角和光谱信息散度的权重系数。波段相似矩阵综合考虑光谱相似性和信息分布的差异性,;为:;;的目标得分,o为波段的标准差,表示其光谱变化的波动程用将每条光谱曲线除以其最大值或积分值的方法,假设归一化后的光谱表示为、;;;;;果光谱角或光谱距离超过设定的光谱干扰阈值或Din,则表明某个气体成分的丰度值;;气体成分的含量百分比,形成原始的气体成分含量数据。为了确保各成分含量之和等于;xm的混合矩阵x,其中矩阵元素表示第i个样本中第j种气体成分的含量。;;;;;;;表示第i种气体成分的含量百分比,表示第j个样本中第i对异常样本集中的每个样本进行特征贡献度分析,识别导致异常的核心气体成体成分数据的分布特征,形成正常气体成分的模式。设定正常气体成分数据集为,其中n表示样本数量,m表示气体成分的种类及其特征。每个样本x;Exrmai表示正常情况下的气体成分含量。使用历史正常数据对第一模型进行训为:;模型后,对第二个用于异常检测的模型进行初始化。假设目标气体成分含量数据为;型Nnemay。将目标气体成分含量数据xsrssr输入到已经训练好的正常模式识别模型中,模型将输出每个样本的正常性得分。正常性得分通过模型的软最大值;其中,si表示第i个样本的正常性得分,znormal,i是第i个样本在正常模式识别模异常样本集xporentiai输入到初始异常检测模型Nnemay中,模型输出每个样本的异常检;优化后的异常检测模型对所有目标气体成分含量数据xrser进行全面扫描,得到每个样本的异常概率分布。假设将所有样本的异常概率值收集为向量的特征向量为,通过模型的梯度反向传播计算每个气;其中,gij表示第i个异常样本中第j个气体成分对异常概率的贡献度。贡献度越
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026大学大三(食品营养与健康)公共营养师资格考试试题及答案
- 2026年航空航天工程(飞行器模型制作)试题及答案
- 2026年担保风险考试试题及答案
- 2026年大专政治模拟试题及答案
- 2025年银行农信社运营管理岗笔试真题及答案
- 2011年宁夏语文高考卷试题与答案
- 2025年银行从业《风险管理》试题及参考答案
- CN119533929A 混动箱离合器的扭矩容量确定方法、系统和装置 (重庆赛力斯凤凰智创科技有限公司)
- CN119533439A 基于机器人漏建图区域的搜索方法 (珠海一微半导体股份有限公司)
- 2026年企业招聘财务会计岗位专业知识培训试卷
- 2026年招投标模拟试题b卷及答案
- 2026年建筑工程施工安全管理模拟试题(附答案)
- 2026 年社区网格员消防培训课件
- 中石化招录考试真题与答案大全2026
- 2026年传染病知识普及创新培训课件
- 2027届广东六校联盟高三10月考试数学及答案
- 皮肤美容科营销方案(3篇)
- IEC 61800-3-2023 中文版(可调速电力传动系统 第 3 部分:电磁兼容性要求及其特定试验方法)
- 中医医师资格题库1000题(含答案和解析)
- 2026招生计划历史类
- (2026年)协助老人入厕所及便器的使用指南课件
评论
0/150
提交评论