基于全连接神经网络的自然光谱复现方法研究 |
| |
引用本文: | 任子茂,路慧敏,冯丽雅,杨渌,朱一帆,王建萍.基于全连接神经网络的自然光谱复现方法研究[J].光学学报,2023(10):277-285. |
| |
作者姓名: | 任子茂 路慧敏 冯丽雅 杨渌 朱一帆 王建萍 |
| |
作者单位: | 1. 北京科技大学计算机与通信工程学院;2. 北京科技大学顺德创新学院 |
| |
基金项目: | 广东省基础与应用基础研究基金(2021B1515120086); |
| |
摘 要: | 为了能够精准和快速地复现可见光波段自然光谱,实现全光谱照明,使用具有强大非线性拟合能力的神经网络完成光谱匹配。首先,利用全连接神经网络的自学习能力,在采用基于修正高斯分布拟合函数的多个单色LED合成光谱模型生成训练和测试数据集的基础上,构建充分体现合成光谱和各单色LED光强系数比例关系的神经网络模型,即该模型能够针对输入光谱得到对应的单色LED光强比例系数,进而实现光谱复现。其次,针对标准太阳光谱和实测得到的不同时刻、天气的自然光谱进行光谱复现,并与采用基于遗传算法的光谱复现方法得到的结果进行对比。结果表明,基于全连接神经网络的自然光谱复现方法能够以小于5%的误差实现标准太阳光谱和实测太阳光谱的匹配,证明可使用同一个训练模型在不改变单色LED数量和种类的条件下得到多种与目标光谱高度吻合的不同类型光谱。对比其他光谱匹配算法,所提方法的拟合速度提高了数倍,还具有稳定性高、调控灵活、操作简便等优势。
|
关 键 词: | 光谱学 自然光谱 LED 神经网络 光谱复现 |
|
|