龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于深度学习的图谱融合偏差‑误差光谱校正方法，步骤为：1获取样品同一时间窗口下的LIBS光谱与等离子体图像；2从LIBS光谱中提取分析元素的谱线强度；3基于等离子体辐射公式计算理想等离子体状态下标准光谱强度；4基于实际光谱强度和标准光谱强度，计算光谱偏差和光谱误差；5通过深度学习方法基于LIBS光谱和等离子体图像对光谱偏差和光谱误差进行估算；6根据估算的光谱偏差，初步校正光谱强度；7根据估算的光谱误差，进一步校正光谱强度；8对校正后的光谱强度进行归一化处理；9基于校正后的归一化光谱强度，建立与样品中元素含量的定标曲线；9基于上述步骤对未知样品的光谱进行校正，并预测其元素含量。
主权项：1.一种基于深度学习的图谱融合偏差-误差光谱校正方法，其特征在于，包括以下步骤：S1、同时获取待检测样品同一时间窗口下的LIBS光谱与等离子体图像；S2、从获取的LIBS光谱中提取分析元素的谱线强度；S3、基于等离子体辐射公式，计算理想等离子体状态下的标准光谱强度；S4、基于实际光谱强度和标准光谱强度，计算光谱偏差和光谱误差；S5、通过深度学习方法基于LIBS光谱和等离子体图像对光谱偏差和光谱误差进行估算；S6、根据估算的光谱偏差，初步校正光谱强度；S7、根据估算的光谱误差，进一步校正光谱强度；S8、对校正后的光谱强度进行归一化处理；S9、基于校正后的归一化光谱强度，建立与样品中元素含量的定标曲线；S10、根据步骤S1—S8对未知样品的光谱进行校正，并基于步骤S9建立的定标曲线，预测未知样品中待分析元素的含量。
全文数据：
权利要求：
百度查询： 南京师范大学 一种基于深度学习的图谱融合偏差-误差校正方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号