[发明专利]基于贝叶斯正则化算法的白光反射率测量薄膜厚度自适应方法在审
| 申请号： | 201710704895.0 | 申请日： | 2017-08-17 |
| 公开（公告）号： | CN107504909A | 公开（公告）日： | 2017-12-22 |
| 发明（设计）人： | 郑永军;黄强;顾海洋;柳滨;罗哉 | 申请（专利权）人： | 中国计量大学 |
| 主分类号： | G01B11/06 | 分类号： | G01B11/06 |
| 代理公司： | 杭州奥创知识产权代理有限公司33272 | 代理人： | 王佳健 |
| 地址： | 310018 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于贝叶斯正则化算法的白光反射率测量薄膜厚度自适应方法。该方法将使用贝叶斯正则化算法的BP神经网络对动态测量中被噪声污染的信号进行学习拟合，得到拟合后的WLRS曲线，通过获取拟合后的WLRS曲线的特征值对待测薄膜的厚度进行快速准确地测量，通过实际测量证明该方法具有较强的抗干扰能力和一定的适应性。 | ||
| 搜索关键词： | 基于 贝叶斯 正则 算法 白光 反射率 测量 薄膜 厚度 自适应 方法 | ||
【主权项】：
基于贝叶斯正则化算法的白光反射率测量薄膜厚度自适应方法，其特征在于，包括如下步骤：1)利用白光发射器由空气向待测薄膜发射白光，在信号采集区域获取折射反射光线得到一组原始WLRS信号；2)将步骤1所得的一组原始WLRS信号进行归一化处理后引入训练集，设定训练次数、训练目标误差；3)使用对步骤2所得的训练集中的数据进行贝叶斯正则化算法BP神经网络训练，确定预测模型的隐含层层数、各隐含层节点数、隐含层转移函数和输出层转移函数；4)对训练所得的WLRS模型进行预测仿真，得到拟合后的WLRS曲线；5)对拟合后的WLRS曲线获取特征值，通过特征值判断该曲线所对应的薄膜厚度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国计量大学，未经中国计量大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710704895.0/，转载请声明来源钻瓜专利网。
