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技術以及相應的熱傳導模型，用人工神經(jīng)網(wǎng)絡對不均勻材料的光學參數(shù)分布進行剖面重構，用仿真模擬方法驗證了神經(jīng)網(wǎng)絡參數(shù)識別技術用于實際問題的可行性，本文用兩種不同的方法訓練網(wǎng)絡并且比較了兩種方法訓練網(wǎng)絡的執(zhí)行效率，并對光學參數(shù)進行了靈敏度分析。
　　本文研究的主要內容是利用奇異值分解法把熱源用本征函數(shù)展開，對本征函數(shù)和本征系數(shù)分析得出結論: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練網(wǎng)絡來提高網(wǎng)絡的執(zhí)行效率，即本征函數(shù)生成的樣本集訓練網(wǎng)絡。
　　在研究神經(jīng)網(wǎng)絡仿真模擬對光學參數(shù)進行剖面重構時，先用Fourier函數(shù)隨機生成的樣本集訓練網(wǎng)絡并測試網(wǎng)絡研究網(wǎng)絡的執(zhí)行效率，接著研究了網(wǎng)絡的聯(lián)想能力和抗噪聲能力，說明神經(jīng)網(wǎng)絡在實際應用中是可行的。然后我們用本征函數(shù)集代替Fourier函數(shù)集訓練網(wǎng)絡，并比較這兩個函數(shù)集訓練網(wǎng)絡的執(zhí)行效率，

3、通過比較分析表明，用本征函數(shù)集訓練網(wǎng)絡的識別效率比Fourier函數(shù)集訓練網(wǎng)絡好，因此用本征函數(shù)集訓練網(wǎng)絡比Fourier函數(shù)集訓練網(wǎng)絡更優(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)集訓練網(wǎng)絡并用訓練好的網(wǎng)絡作交叉測試比較，發(fā)現(xiàn)高斯函數(shù)集訓練的網(wǎng)絡比矩形函數(shù)集訓練的網(wǎng)絡優(yōu)越。
　　最后我們分析了表面信號相對光熱參數(shù)的靈敏度。首先分析了樣品表面溫度信號相對光學參數(shù)（熱源強度和光吸收系數(shù)）的靈敏度，分析得知表面信號相對熱