提出一种光强-波长模型和径向基函数网络(radial basis function network,RBFN)相融合的光谱共焦信号峰值提取算法,简称RBFN-I-λ。首先通过高斯拟合法拟合离散光谱响应信号的差分信号粗略得到初始峰值波长,然后基于泰勒近似法得到理想...提出一种光强-波长模型和径向基函数网络(radial basis function network,RBFN)相融合的光谱共焦信号峰值提取算法,简称RBFN-I-λ。首先通过高斯拟合法拟合离散光谱响应信号的差分信号粗略得到初始峰值波长,然后基于泰勒近似法得到理想峰值波长并计算初始峰值波长和理想峰值波长之间的波长差,最后利用RBFN-I-λ建立光谱共焦响应信号与波长描述误差之间的映射关系。实验结果表明,RBFN-I-λ算法的精度与传统抛物线法、质心法和高斯拟合法等方法相比,至少提升30%。展开更多
文摘提出一种光强-波长模型和径向基函数网络(radial basis function network,RBFN)相融合的光谱共焦信号峰值提取算法,简称RBFN-I-λ。首先通过高斯拟合法拟合离散光谱响应信号的差分信号粗略得到初始峰值波长,然后基于泰勒近似法得到理想峰值波长并计算初始峰值波长和理想峰值波长之间的波长差,最后利用RBFN-I-λ建立光谱共焦响应信号与波长描述误差之间的映射关系。实验结果表明,RBFN-I-λ算法的精度与传统抛物线法、质心法和高斯拟合法等方法相比,至少提升30%。
