基于极限学习机的混合气体FTIR光谱定量分析

陈媛媛; 张记龙; 赵冬娥

您当前的位置：

首页 >

文章列表页 >

基于极限学习机的混合气体FTIR光谱定量分析

电子与电子信息 | 更新时间：2026-09-14

- 基于极限学习机的混合气体FTIR光谱定量分析
- 基于极限学习机的混合气体FTIR光谱定量分析
- 中北大学学报（自然科学版） 2011年第5期
- 作者机构：
  
  1. 中北大学山西省光电信息与仪器工程技术研究中心
  2. 中北大学电子测试技术国家重点实验室
  3. 中北大学仪器科学与动态测试教育部重点实验室
- 作者简介：
- 基金信息：
  
  国家自然科学专项基金资助项目(61127015);国家自然科学基金资助项目(61040062);科技部国际科技合作资助项目;山西省国际科技合作计划资助项目(2010081038)
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
陈媛媛, 张记龙, 赵冬娥. 基于极限学习机的混合气体FTIR光谱定量分析[J]. 中北大学学报（自然科学版）, 2011,(5).

陈媛媛, 张记龙, 赵冬娥. 基于极限学习机的混合气体FTIR光谱定量分析[J]. 2011, (5).
陈媛媛, 张记龙, 赵冬娥. 基于极限学习机的混合气体FTIR光谱定量分析[J]. 中北大学学报（自然科学版）, 2011,(5). DOI：

陈媛媛, 张记龙, 赵冬娥. 基于极限学习机的混合气体FTIR光谱定量分析[J]. 2011, (5). DOI：

摘要

实验配置了若干组含有不同浓度的NO与NO2混合气体样品

并扫描其光谱.利用极限学习机(Extreme Learning Machine

ELM)建立了混合气体的定量分析模型

结合遗传算法对ELM输入层与隐含层间的连接权值及隐含层的阈值进行了优化

从而使得模型具有更好的稳定性和泛化性能.实验结果表明:利用ELM建立的数学模型可以快速、方便地定量分析混合气体中各气体组分的浓度.

Abstract

Experiment was conducted by preparing several mixed gas samples with different concentrations of NO and NO2

and their spectrum were scanned.The quantitative analysis model of mixed gas was established with extreme learning machine(ELM) method

and to make the performance of the model better

the connection weights between input and hidden layer and the thresholds of hidden layer was optimized combining the genetic algorithm.The results show that the extreme learning machine model can be used as a quick and convenient method for analyzing the concentration of each gas component in mixed gas.

关键词

Keywords

references

浏览量

324

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

超磁致伸缩材料迟滞特性的新Hammerstein建模

基于OBE-ELM的球磨机料位软测量

防暴发射器增程设计研究

动爆试验中的自适应冲击波超压测试传感研究

基于Transformer⁃FPGA协同特征建模的光电坐标高精度定位技术