利用人工神经网络集合估计标准具的倾斜角度

《Optics》：Estimation of the Tilt Angle of an Etalon with an Ensemble of Artificial Neural Networks

　　

摘要

本文研究表明，可以通过分析强度分布图（干涉图）的某些特征，并利用机器学习算法来确定标准具的倾斜角度。这些特征与标准具的倾斜角度之间存在强烈的非线性关系，在20°的范围内表现出多个不连续性和不确定性。为此，实现了一种基于人工神经网络集合的回归方法来准确估计倾斜角度。使用该方法，在-10.013°到10.013°的测量范围内，倾斜角度的估计平均绝对误差为0.028°，均方根误差为0.047°。最后，本文还表明，仅通过一张图像就可以确定倾斜角度的大小和方向，并且完成这项任务所需的光学装置非常简单，从而降低了整体成本。