您当前的位置:
首页 >
文章列表页 >
利用机器学习实现H2S和CO2气体混叠光谱浓度预测
利用机器学习实现H2S和CO2气体混叠光谱浓度预测
Concentration prediction for overlapping gas spectra of H2S and CO2 using machine learning
- “研究团队基于机器学习算法探索了H2S浓度预测课题,建立了高斯过程回归模型,为解决H2S与CO2光谱混叠问题提供解决方案,为工业烟气组分实时分析体系建设奠定了基础。”
- 光学精密工程 2026年34卷第5期 页码:722-733
DOI: 10.37188/OPE.20263405.0722
- CSTR: 32169.14.OPE.20263405.0722
修回:2025-12-30
移动端阅览
AI导读
HTML全文
图( 10 ) 表( 1 )
参考文献
出版信息
数据统计
292
浏览量
491
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
内标校准与多变量建模的煤气多组分拉曼检测
LIBS结合最大相关最小冗余特征选择的镁合金快速分类识别
航拍多光谱田间秸秆覆盖量反演模型的建立与优化
基于8.309 μm QCL的硫化氢/甲烷开路式检测方法研究
模拟初级视觉皮层增强CNN神经网络结构的稳定性
相关作者
李传亮
宋黎明
李伟
东占萃
张其生
田亚莉
邱选兵
李俊楷
相关机构
山西晋谱光电科技有限责任公司
北京首钢股份有限公司迁安钢铁公司, 河北 迁安
太原科技大学启东智能装备研究中心, 江苏 启东
太原科技大学 应用科学学院 山西省精密测量与在线检测装备工程研究中心
太原科技大学 材料科学与工程学院


