文献类型：期刊文章

作　　者：申金媛[1,2] 韩应哲[1] 常胜江[1] 张延炘[1] 罗琦[3] 陈瑞良[3]

机构地区：[1]南开大学现代光学研究所光电信息技术科学教育部重点实验室,天津300071 [2]郑州大学河南省激光与光电信息技术重点实验室 [3]加拿大拉瓦尔大学物理学,工程物理及光学系

出　　处：《光学学报》

基　　金：国家自然科学基金 ( 6 0 2 770 2 2 );博士点基金( 2 0 0 30 0 5 5 0 2 2 );南开大学创新基金资助课题

年　　份：2004

卷　　号：24

期　　号：7

起止页码：1000-1003

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2004418404524)、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：大功率超快脉冲激光和气体相互作用可产生非线性荧光光谱 ,不同的气体分子具有不同的非线性荧光光谱 ,因而这种光谱可以作为物质的指纹模式加以识别分类 ,进而获知气体的成分。由于不同气体分子的光谱在同一波段上有很大的交叉重叠 ,用传统的光谱分析方法分析存在困难 ,采用神经网络方法分析上述非线性荧光光谱 ,利用经过预处理的荧光光谱数据作为模式样本 ,其中一部分样本作为学习样本对级联神经网络进行训练 ,用训练好的网络对所有样本进行实时识别 ,学习样本和测试样本的的正确识别率均可达 10 0 % 。

关 键 词：光谱分析 模式识别 级联神经网络模型  非线性荧光光谱  指纹模式  

分 类 号：O437]