材料光熱參數(shù)分布反演的新方法研究及靈敏度分析.pdf

1、本文基于光聲光熱無損檢測(cè)技術(shù)以及相應(yīng)的熱傳導(dǎo)模型，用人工神經(jīng)網(wǎng)絡(luò)對(duì)不均勻材料的光學(xué)參數(shù)分布進(jìn)行剖面重構(gòu)，用仿真模擬方法驗(yàn)證了神經(jīng)網(wǎng)絡(luò)參數(shù)識(shí)別技術(shù)用于實(shí)際問題的可行性，本文用兩種不同的方法訓(xùn)練網(wǎng)絡(luò)并且比較了兩種方法訓(xùn)練網(wǎng)絡(luò)的執(zhí)行效率，并對(duì)光學(xué)參數(shù)進(jìn)行了靈敏度分析。
　　本文研究的主要內(nèi)容是利用奇異值分解法把熱源用本征函數(shù)展開，對(duì)本征函數(shù)和本征系數(shù)分析得出結(jié)論:本征展開函數(shù)與樣品的熱源函數(shù)很相似，并且在本征系數(shù)中加入正則參數(shù)可以起到抑

2、制噪聲的作用，因此，用本征函數(shù)來逼近熱源是很合適的。依此，本文提出了一種新方法訓(xùn)練網(wǎng)絡(luò)來提高網(wǎng)絡(luò)的執(zhí)行效率，即本征函數(shù)生成的樣本集訓(xùn)練網(wǎng)絡(luò)。
　　在研究神經(jīng)網(wǎng)絡(luò)仿真模擬對(duì)光學(xué)參數(shù)進(jìn)行剖面重構(gòu)時(shí)，先用Fourier函數(shù)隨機(jī)生成的樣本集訓(xùn)練網(wǎng)絡(luò)并測(cè)試網(wǎng)絡(luò)研究網(wǎng)絡(luò)的執(zhí)行效率，接著研究了網(wǎng)絡(luò)的聯(lián)想能力和抗噪聲能力，說明神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用中是可行的。然后我們用本征函數(shù)集代替Fourier函數(shù)集訓(xùn)練網(wǎng)絡(luò)，并比較這兩個(gè)函數(shù)集訓(xùn)練網(wǎng)絡(luò)的執(zhí)行效率，

3、通過比較分析表明，用本征函數(shù)集訓(xùn)練網(wǎng)絡(luò)的識(shí)別效率比Fourier函數(shù)集訓(xùn)練網(wǎng)絡(luò)好，因此用本征函數(shù)集訓(xùn)練網(wǎng)絡(luò)比Fourier函數(shù)集訓(xùn)練網(wǎng)絡(luò)更優(yōu)越。隨后還研究了用不連續(xù)特殊（如高斯函數(shù)和矩形函數(shù)）函數(shù)集訓(xùn)練網(wǎng)絡(luò)并用訓(xùn)練好的網(wǎng)絡(luò)作交叉測(cè)試比較，發(fā)現(xiàn)高斯函數(shù)集訓(xùn)練的網(wǎng)絡(luò)比矩形函數(shù)集訓(xùn)練的網(wǎng)絡(luò)優(yōu)越。
　　最后我們分析了表面信號(hào)相對(duì)光熱參數(shù)的靈敏度。首先分析了樣品表面溫度信號(hào)相對(duì)光學(xué)參數(shù)（熱源強(qiáng)度和光吸收系數(shù)）的靈敏度，分析得知表面信號(hào)相對(duì)熱