典型文献
基于深度学习的波长调制吸收光谱非线性层析重建研究
文献摘要：
本文基于深度学习算法,开展了免标定波长调制吸收光谱非线性层析重建研究.采用频分复用技术,构建吸收光谱非线性层析重建方案,使用5条吸收谱线、2个投影角度共计20条投影光线.以二维温度场重建为例,在无噪声时温度场平均重建误差为2.85％,且在不同噪声水平和训练样本数目条件下,该方案可实现高精度温度和浓度场二维重建.本工作首次从算法理论层面实现了二维温度、浓度分布重建,将为实际燃烧环境中非线性层析重建实验提供指导.
文献关键词：
深度学习方法;波长调制光谱;非线性层析;温度场;浓度场
中图分类号：
作者姓名：
王振海;超星
作者机构：
清华大学能源与动力工程系燃烧能源中心,北京 100084
文献出处：
引用格式：
[1]王振海;超星-.基于深度学习的波长调制吸收光谱非线性层析重建研究)[J].燃烧科学与技术,2022(06):659-666
A类：
非线性层析
B类：
吸收光谱,深度学习算法,免标定,频分复用,复用技术,吸收谱,光线,温度场重建,重建误差,噪声水平,训练样本,浓度场,二维重建,法理论,浓度分布,深度学习方法,波长调制光谱
AB值：
0.284344
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
