摘要
本发明属于氦气数据校正技术领域,提供了一种基于质谱检测的氦气浓度数据的校正方法及装置,所述方法包括:将原始质谱信号和第一预设值维度下的加权特征向量输入双通道卷积神经网络中进行处理,生成以及输出融合后的特征图;通过非线性畸变模型对原始质谱信号的畸变进行计算,得到畸变后的质谱信号;基于畸变后的质谱信号对特征图进行补偿,得到补偿后的质谱信号;以及基于补偿后的质谱信号,采用逆向问题求解框架,对当前氦气浓度值进行动态反演,得到校正后的氦气浓度值。通过该校正方法,能够量化及消除不同仪器状态变化对信号的干扰;基于补偿后的质谱信号,对当前氦气浓度值进行动态反演所得的校正后的氦气浓度值能够反映实际氦气浓度值。
技术关键词
质谱
氦气
校正方法
畸变模型
通道
非线性
神经网络参数
卷积神经网络提取
蒙特卡洛
信号特征
动态时间规整
主成分分析法
框架
正则化方法
矩阵