摘要
本发明公开一种用于材料分析和表征的超表面微型计算光谱仪及其制备,属于光谱编码和测量技术领域。主要制备步骤包括:S1、超表面阵列的设计和制备;S2、超表面和探测器参数标定;S3、光谱重建;S4、利用神经网络对重建的特征光谱进行分析,完成材料参数表征。本申请采用光谱计算重建技术与深度学习技术相结合的方式,提出一种超表面阵列的设计方法,与黑白相机结合进行光谱重建,达到了0.32nm的光谱分辨率;另外,将计算光谱仪与深度学习分类网络算法相结合,能实现特定结构的相关参数表征以及溶液的浓度表征和分类。
技术关键词
光谱仪
电子束光刻技术
超表面结构
CCD相机
探测器
分类网络
白光光源
阵列结构
波长
光强
深度学习分类
纳米压印技术
单色仪
正则化算法
单色光
编码器
参数
系统为您推荐了相关专利信息
谐振腔
长光程吸收池
气体控制单元
光源单元
封闭容器
剂量控制单元
动态补偿方法
光强探测器
电压补偿
曝光系统
探测器控制系统
运动控制芯片
电机驱动器
监测单元
蚯蚓
低功耗光纤
信息传感方法
解调芯片
信息传感装置
脉冲光
涂覆
性能指标数据
参数自校正方法
深度强化学习算法
电池隔膜