您的位置: 专家智库 > >

韩应哲

作品数:6 被引量:41H指数:4
供职机构:南开大学信息技术科学学院光电信息技术科学教育部重点实验室更多>>
发文基金:国家教育部博士点基金国家自然科学基金天津市自然科学基金更多>>
相关领域:理学机械工程自动化与计算机技术环境科学与工程更多>>

文献类型

  • 4篇期刊文章
  • 2篇学位论文

领域

  • 3篇机械工程
  • 3篇自动化与计算...
  • 3篇理学
  • 2篇环境科学与工...
  • 1篇电子电信

主题

  • 4篇神经网
  • 4篇神经网络
  • 4篇网络
  • 4篇小波
  • 4篇光谱
  • 3篇污染
  • 2篇气体识别
  • 2篇人工神经
  • 2篇人工神经网络
  • 2篇主成分
  • 2篇主成分分析
  • 2篇污染监测
  • 2篇向量
  • 2篇向量机
  • 2篇小波变换
  • 2篇小波分析
  • 2篇工神经网络
  • 2篇概率神经网络
  • 2篇波变换
  • 2篇大气污染

机构

  • 6篇南开大学
  • 2篇郑州大学
  • 1篇拉瓦尔大学

作者

  • 6篇韩应哲
  • 4篇张延炘
  • 4篇常胜江
  • 4篇申金媛
  • 2篇李素梅
  • 1篇罗琦
  • 1篇陈瑞良

传媒

  • 2篇光电子.激光
  • 2篇光学学报

年份

  • 1篇2006
  • 4篇2005
  • 1篇2004
6 条 记 录,以下是 1-6
排序方式:
基于非线性荧光光谱的大气污染监测中的数据处理和分析方法研究
本论文主要研究了用小波分析、主成分分析、人工神经网络和独立成分分析方法来分析超短脉冲激光与大气的非线性相互作用得到的非线性荧光光谱,从而对大气中的有害杂质成分进行了定性分析、半定量分析和低浓度定量分析。 随着工...
韩应哲
关键词:人工神经网络向量机小波分析气体识别主成分分析
文献传递
基于支持向量机的非线性荧光光谱的识别被引量:17
2006年
提出将支持向量机网络应用于含不同浓度杂质气体的非线性荧光光谱的识别。由于原始光谱数据的光谱通道数目很大,首先用小波变换去噪压缩,然后采用主成分分析方法对光谱信息进行连续两次的特征提取。在保持原光谱数据主要信息基本不变的情况下,将数据维数由3979压缩到514(小波变换)并提取9个主成分。这样,不仅减少了网络的输入维数,而且加快了网络的训练速度。实验结果表明,无论对训练样本还是未学习过的测试样本,其正确识别率均可达到100%。网络的训练和测试速度较快,可以更有效地应用于大气杂质气体的实时监测。
李素梅韩应哲张延炘常胜江申金媛
关键词:光谱学支持向量机小波变换主成分分析
基于非线性荧光光谱的大气污染监测中的数据处理和分析方法研究
韩应哲
关键词:大气监测气体分析荧光光谱人工神经网络小波分析
非线性荧光光谱的神经网络分析及其应用被引量:17
2004年
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 % 。
申金媛韩应哲常胜江张延炘罗琦陈瑞良
关键词:光谱分析模式识别
大气杂质气体神经网络识别的推广性研究被引量:14
2005年
采用支持向量机(SVM)方法对小波变换压缩后的非线性荧光光谱数据进行识别,对学习样本和未学习过的样本进行测试,其正确识别率均为100%。为了全面比较推广性能的好坏,建立了一个模拟实际监测数据的模型,并采用这些数据对提出的SVM网络与概率神经网络(PNN)进行了比较研究。仿真结果表明,无论对实验室数据的推广能力,还是对监测条件变化的推广能力,SVM网络较PNN有更好的推广和容错性能。
韩应哲李素梅张延炘常胜江申金媛
关键词:网络识别概率神经网络光谱数据容错性能PNN
基于最佳小波变换和神经网络的气体非线性荧光光谱的识别被引量:12
2005年
将小波变换和神经网络相结合用于非线性荧光光谱的识别,针对非线性荧光光谱的特点,提出了选择最佳小波函数和分解层数的方法,处理后的光谱在保留光谱特征的基础上,大大压缩了数据维数;采用概率神经网络(PNN),对3种污染气体的非线性荧光光谱进行识别,获得了满意的实验结果。由于神经网络的输入是小波压缩后的数据,不仅提取了原始数据中的特征,而且数据的维数也下降7倍多,大大提高了气体识别的速度。
韩应哲张延炘常胜江申金媛
关键词:小波变换概率神经网络小波函数污染气体小波压缩气体识别
共1页<1>
聚类工具0