公开(公告)号：CN119666823A

公开(公告)日：2025-03-21

申请号：CN202411821107.2

申请日：2024-12-11

Applicant: 华中科技大学

Inventor： 郭连波 ,  皮灵玲 ,  欧阳智勇 ,  石胜群 ,  牛晨

IPC: G01N21/71 ,  G01N21/64 ,  G01N21/01

Abstract: 本申请属于光谱探测技术领域，涉及一种用于痕量元素探测的偏振LIBS‑LIF系统，系统包括：激光发射单元、第一光路结构、光学参量振荡器、第二光路结构、位移平台、偏振采集模块和分析控制模块；激光发射单元用于向第一光路结构发射第一激光束；第一光路结构用于将接收的第一激光束转变为圆偏振光并射入位移平台上的样品中；光学参量振荡器用于向第二光路结构中发射第二激光束；第二光路结构用于将第二激光束聚焦后射入圆偏振光射到样品的相同位置中，以激发等离子体中的待测元素；偏振采集模块用于采集等离子体光谱信号并转换为电信号后传输到分析控制模块中。通过本申请可实现提升等离子体激发效率，降低检出限和提高检测结果的稳定性。

公开(公告)号：CN117828400A

公开(公告)日：2024-04-05

申请号：CN202311850964.0

申请日：2023-12-29

Applicant: 华中科技大学

Inventor： 郭连波 ,  石胜群 ,  皮灵玲 ,  陈锋 ,  马洪华 ,  侯泽海

IPC: G06F18/24 ,  G01N21/71 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明公开了一种基于并行卷积神经网络的光谱分析方法及系统，属于LIBS物质成分检测技术领域，包括：构建光谱预处理、类别预测及含量预测三大模块并行连接的卷积神经网络；采用数据集训练该网络，训练样本为待测样品的LIBS光谱，标签为预处理后的光谱、待测样品的类别和含量；训练时，预处理模块的信息表示通过正向传播共享至类别预测模块及含量预测模块，类别预测模块及含量预测模块损失通过反向传播联合更新网络参数，直至完成训练。实际应用时，将未知样品的原始光谱直接输入至训练好的网络中，可得到预处理后的光谱、样品的类别和样品的含量。本发明能够提升预测的类别和含量的准确度以及分析效率。