[發明專利]基于監督學習的自干涉微環諧振腔傳感分類識別方法

在審

• 申請號: 202010156324.X
• 申請日: 2020-03-09
• 公開（公告）號: CN111721336A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 盧瑾;胡東任;任宏亮;鄒長鈴;樂孜純
• 申請（專利權）人: 浙江工業大學
• 主分類號: G01D5/32
• 分類號: G01D5/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種基于監督學習的自干涉型微環諧振腔傳感分類識別方法，包括以下步驟：(1)訓練數據采集；(2)BP神經網絡傳感數據檢測模型訓練；(3)測試數據采集；(4)BP神經網絡傳感數據檢測模型測試：將在步驟3中取得的測試數據，即一定波長范圍內傳輸消光值，輸入到訓練完成的神經網絡中，輸出待測目標的兩個標簽值。本發明通過神經網絡輸出可實現N類基本物質形成的2^N?1種不同組合組分的識別分類，得到待測目標物質的識別分類結果。

技術領域

本發明涉及一種基于監督學習的自干涉微環諧振腔傳感分類識別方法，屬于光學微腔傳感領域。

背景技術

回音壁模式光學微腔具有超高的Q因子和極小的模式體積，在有源光器件、光信號處理、光互聯、低能量非線性光學、光和物質相互作用以及傳感等領域都有廣泛的應用?；匾舯诠鈱W微腔傳感能夠極大增強光場與物質相互作用，有效提高探測靈敏度，在單納米顆粒、生物分子等傳感領域具有廣闊的應用前景。在回音壁光學微腔中，光場局限在共振微腔內，但仍有部分能量通過倏逝場泄漏到環境中，待測物質與倏逝場相互作用，將會導致光學模式的變化，包括共振模式移動、模式線寬加寬以及簡并模式劈裂等。這些源自模場對探測物質變化的響應相互作用，統稱為色散傳感機理。當納米顆?？晌諘r，其邊緣散射使共振的能量損耗，將導致回音壁微腔模式線寬加寬。這種耗散的相互作用形成的傳感機理稱為耗散傳感機理。

傳統結構的回音壁微腔用作傳感器時，頻譜移動在各個共振波長模式處幾乎一致，因此對傳統的回音壁微腔傳感，無論是色散傳感機理還是耗散傳感機理，僅僅選擇在某個模式實現傳感測量，而不需要其他多個波長模式處的相關傳感信息。然而這種單模式的傳感測量顯然不能分類和識別不同的目標物質。如對生物組成成分的識別和分類，在更復雜的生物組成成分測量中，不僅需要具體的測量值，更需要精確的識別和分類。基于回音壁微腔共振頻率移動和這些生物組分自由譜區內回音壁模式數，結合神經網絡，實現了對生物組分的分類，分類精度平均達到97.3％(文獻1：E.A.Tcherniavskaia,V.A.Saetchnikov,Application of neural networks for classification of biological compoundsfrom the characteristics of whispering-gallery-mode optical resonance,Journalof Applied Spectroscopy,2011, 78,pp.457–460，即E.A.Tcherniavskaia,V.A.Saetchnikov,基于神經網絡的回音壁微腔光學諧振生物組分分類，應用光譜學雜志,78,457–460(2011))。但這個分類精度很顯然不具有一般性，在實際中很難廣泛采用。

總之，在基于回音壁微腔的傳感分類識別中，采用的仍然是單模探測方式，導致探測精度不高且不具有一般性。因此，為實現具有一般性的高分類精度方法，必須探索新的多模式傳感分類識別方法。

發明內容

為了克服現有技術的不足，本發明的目的是實現一種基于監督學習的自干涉型微環諧振腔傳感分類識別方法，分類精度較高。

為了解決上述技術問題本發明提供如下的技術方案：

一種基于監督學習的自干涉型微環諧振腔傳感分類識別方法，包括以下步驟：

(1)訓練數據采集，過程如下：

1-1首先，采取多組訓練數據用于人工神經網絡傳感數據檢測模型訓練，每組訓練數據由一定波長范圍內傳輸消光值以及與其對應的兩個預先已知的訓練標簽值構成，將其分別作為BP神經網絡的輸入和目標輸出值，對BP神經網絡進行訓練，以便神經網絡建立兩者之間的映射關系，當用可調激光激發探測系統時，用光電探測器和示波器采集出射頻譜，從中提取一定波長范圍的傳輸消光值，并將其與對應的兩個訓練標簽值作為一組訓練數據；通過改變待測目標物質，采集相應一定波長范圍內的傳輸消光值，可獲取多組訓練數據；