基于深度学习网络的拉曼光谱降噪技术
信号处理
2020-09-10 v1 机器学习
化学物理
摘要
在普通室内环境中，拉曼光谱常遇到噪声，往往掩盖光谱峰，导致光谱解析困难。本文提出一种基于深度学习（DL）的拉曼光谱降噪技术。所提出的 DL 网络使用若干含噪拉曼光谱的训练集与测试集构建。将该技术应用于去噪，并与不同的小波降噪方法比较性能。输出信噪比（SNR）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）为性能评价指标。结果表明，所提降噪技术的输出 SNR 比小波降噪方法高 10.24 dB，而 RMSE 和 MAPE 分别为 292.63 和 10.09，远优于所提技术。
引用
@article{arxiv.2009.04067,
title = {Noise Reduction Technique for Raman Spectrum using Deep Learning Network},
author = {Liangrui Pan and Pronthep Pipitsunthonsan and Peng Zhang and Chalongrat Daengngam and Apidach Booranawong and Mitcham Chongcheawchamnan},
journal= {arXiv preprint arXiv:2009.04067},
year = {2020}
}