[发明专利]频谱分析装置及频谱分析方法

权利要求书

1.一种频谱分析装置，其特征在于，

是基于包含多个基准物中的任意一个或两个以上的基准物的分析对象物所产生的光的频谱对该分析对象物进行分析的装置，

具备：

排列变换部，其基于光的频谱而产生二维排列数据；

处理部，其具有深度神经网络；及

分析部，其使通过所述排列变换部基于所述分析对象物所产生的光的频谱而产生的二维排列数据输入至所述深度神经网络，且基于自所述深度神经网络输出的数据对所述分析对象物进行分析。

2.如权利要求1所述的频谱分析装置，其中，

所述排列变换部以所述频谱的峰值强度成为规定值的方式将所述频谱标准化而产生所述二维排列数据。

3.如权利要求1或2所述的频谱分析装置，其中，

所述排列变换部将包含所述频谱的数据的全部或一部分的M×N个数据排列为M行N列而产生所述二维排列数据。

4.如权利要求1至3中任一项所述的频谱分析装置，其中，

进一步具备学习部，该学习部使通过所述排列变换部基于所述多个基准物的各个所产生的光的频谱而产生的二维排列数据输入至所述深度神经网络，而使所述深度神经网络进行学习。

5.如权利要求4所述的频谱分析装置，其中，

所述学习部使通过所述排列变换部基于包含所述多个基准物中的任意1个或2个以上的基准物且混合比例为已知的混合物所产生的光的频谱而产生的二维排列数据输入至所述深度神经网络，且使用所述混合比例使所述深度神经网络进行学习。

6.如权利要求1至5中任一项所述的频谱分析装置，其中，

所述分析部基于自所述深度神经网络输出的数据，将所述分析对象物分类为所述多个基准物中的任意一者。

7.如权利要求1至5中任一项所述的频谱分析装置，其中，

所述分析部基于自所述深度神经网络输出的数据，求出所述分析对象物中所含的所述基准物的混合比例。

8.如权利要求1至7中任一项所述的频谱分析装置，其中，

所述分析部使用特征量可视化手法抽取所述频谱的特征部位。

9.一种频谱分析方法，其特征在于，

是基于包含多个基准物中的任意1个或2个以上的基准物的分析对象物所产生的光的频谱对该分析对象物进行分析的方法，

包括：

排列变换步骤，其基于光的频谱而产生二维排列数据；及

分析步骤，其使用具有深度神经网络的处理部，使在所述排列变换步骤中基于所述分析对象物所产生的光的频谱而产生的二维排列数据输入至所述深度神经网络，且基于自所述深度神经网络输出的数据对所述分析对象物进行分析。

10.如权利要求9所述的频谱分析方法，其中，

在所述排列变换步骤中，以所述频谱的峰值强度成为规定值的方式将所述频谱标准化而产生所述二维排列数据。

11.如权利要求9或10所述的频谱分析方法，其中，

在所述排列变换步骤中，将包含所述频谱的数据的全部或一部分的M×N个数据排列为M行N列而产生所述二维排列数据。

12.如权利要求9至11中任一项所述的频谱分析方法，其中，

进一步包括学习步骤，该学习步骤使在所述排列变换步骤中基于所述多个基准物的各个所产生的光的频谱而产生的二维排列数据输入至所述深度神经网络，而使所述深度神经网络进行学习。

13.如权利要求12所述的频谱分析方法，其中，

在所述学习步骤中，使在所述排列变换步骤中基于包含所述多个基准物中的任意1个或2个以上的基准物且混合比例为已知的混合物所产生的光的频谱而产生的二维排列数据输入至所述深度神经网络，且使用所述混合比例使所述深度神经网络进行学习。