跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 劉之聖
Zhi-Sheng Liu
論文名稱： 發光二極體光強度分佈之量測及利用類神經網路之分析
指導教授： 游漢輝
Hon-Fai Yau
李孝貽
Hsiao-Yi Lee
口試委員:
學位類別： 碩士
Master
系所名稱： 理學院 - 光電科學與工程學系
Department of Optics and Photonics
畢業學年度： 90
語文別： 中文
論文頁數： 57
中文關鍵詞： 發光二極體
相關次數： 點閱：10  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 摘要
    在本論文中，我們發展出一套快速量測的方法量測LED的照度分佈。此方法為使用陣列掃瞄的方式量得LED在各個角度的輻射照度，得到配光曲線圖。接著，於同一量測位置換上一diffuser，並在其後方架設一數位照像機，以拍照的方式將diffuser上的照度分佈拍攝下來。因為掃瞄及拍照兩種方式各有其優缺點，例如掃瞄方式取值準確但耗時，而拍照方式取值快卻不準確。所以我們希望能結合兩者的優點，即利用拍照方式所取的值推算實際照度的分佈。我們將這兩種方法所得的組數據輸入類神經網路，經過反覆訓練得到一個較精確的網路。往後只需將待測LED置於原實驗裝置，利用拍照方式取得其照度分佈，再把這些照度分布的數值放入已經訓練完成的類神經網路中，就可以得出近似利用掃瞄方式量得的照度分佈值

    目錄 摘要……………………………………………………………………..Ⅰ 誌謝……………………………………………………………………..Ⅱ 目錄……………………………………………………………………..Ⅲ 圖次……………………………………………………………………..Ⅴ 表次……………………………………………………………………..Ⅷ 第一章 序論 1. 1研究背景及動機……………………………………………1 1. 2研究目的及方法……………………………………………2 1. 3本論文內容概述……………………………………………3 第二章 照度基本理論 2. 1輻度計量與光度計量………………………………………4 2. 2輻度計量與光度計量之基本概念…………………………5 2. 3點光源及廣體光源的輻射照度……………………………7 第三章 實驗裝置及量測方法 3. 1實驗裝置相關元件 3.1-1 NSCM315C LED…………………………………10 3.1-2電荷耦合元件(Charge Coupled Device , CCD)….12 3. 2量測裝置………………………………………………….14 3. 3量測方法…………………………………………………16 第四章 類神經網路理論 4. 1類神經網路的發展概況…………………………………22 4. 2類神經網路的簡介………………………………………23 4. 3倒傳遞類神經網路的介紹………………………………26 4. 4倒傳遞演算法……………………………………………28 第五章 實驗結果與分析 5. 1兩種方法的空間對應關係………………………………34 5. 2類神經網路的輸出與實際量測值的比較………………38 5.2-1 總共訓練25次…………………………………..39 5.2-2 總共訓練50次…………………………………..42 5.2-3 總共訓練75次…………………………………..45 5.2-4 總共訓練100次………………………………….48 5.2-5 總共訓練125次………………………………….51 第六章 結論……………………………………………………………56 參考文獻………………………………………………………………..58 圖次 圖2.1 視覺函數曲線圖 5 圖2.2 隨著角度改變，有效面積及距離之改變情形 7 圖2.3 計算圓盤型光源在 處輻射照度 3 圖3.1 以藍光LED加螢光粉製造出白光的示意圖 10 圖3.2 NSCM315C全彩型LED之示意圖 11 圖3.3 NSCM315C全彩型LED之發光特性 12 圖3.4 交錯傳送方式 13 圖3.5 CCD Micro lens 之結構 13 圖3.6 利用He-Ne雷射校準實驗架構 14 圖3.7 陣列式掃瞄實驗架構 15 圖3.8 用CCD照像機拍攝光源所產生的強度分佈 15 圖3.9 利用旋轉平台量測LED隨角度變化其對應的照度值 16 圖3.10 利用旋轉平台量測LED隨角度變化的照度值 17 圖3.11 量測LED隨時間改變之強度變化 18 圖3.12 CCD照像機所拍攝的圖像 19 圖3.13 拍照取值示意圖 20 圖4.1 生物神經細胞示意圖 23 圖4.2 人工神經元模型 24 圖4.3 訓練類神經網路與調整其權重值的流程圖 25 圖4.4 倒傳遞類神經網路架構 26 圖4.5 學習速率小 30 圖4.6 學習速率大 31 圖4.7 推廣能力好的類神經網路 32 圖4.8 過度訓練的類神經網路 33 圖5.1 雷射光點在diffuser上的分布情形 34 圖5.2 使用matlab軟體畫出圖像上之強度分 35 圖5.3 掃描位置相對於拍照取像位置之示意圖 36 圖5.4 拍照取像所得之照度分佈圖 37 圖5.5 總共訓練25次所得之誤差函數變化圖 39 圖5.6 第一組計算得到的輸出向量與目標向量的比較 40 圖5.7第二組計算得到的輸出向量與目標向量的比較 40 圖5.8第三組計算得到的輸出向量與目標向量的比較 41 圖5.9第四組計算得到的輸出向量與目標向量的比較 41 圖5.10 第五組計算得到的輸出向量與目標向量的比較 42 圖5.11 總共訓練50次所得之誤差函數變化圖 42 圖5.12 第一組計算得到的輸出向量與目標向量的比較 43 圖5.13 第二組計算得到的輸出向量與目標向量的比較 43 圖5.14 第三組計算得到的輸出向量與目標向量的比較 44 圖5.15 第四組計算得到的輸出向量與目標向量的比較 44 圖5.16 第五組計算得到的輸出向量與目標向量的比較 45 圖5.17 總共訓練75次所得之誤差函數變化圖 45 圖5.18 第一組計算得到的輸出向量與目標向量的比較 46 圖5.19 第二組計算得到的輸出向量與目標向量的比較 46 圖5.20 第三組計算得到的輸出向量與目標向量的比較 47 圖5.21 第四組計算得到的輸出向量與目標向量的比較 47 圖5.22 第五組計算得到的輸出向量與目標向量的比較 48 圖5.23 總共訓練100次所得之誤差函數變化圖 48 圖5.24 第一組計算得到的輸出向量與目標向量的比較 49 圖5.25 第二組計算得到的輸出向量與目標向量的比較 49 圖5.26 第三組計算得到的輸出向量與目標向量的比較 50 圖5.27 第四組計算得到的輸出向量與目標向量的比較 50 圖5.28 第五組計算得到的輸出向量與目標向量的比較 51 圖5.29 總共訓練125次所得之誤差函數變化圖 51 圖5.30 第一組計算得到的輸出向量與目標向量的比較 52 圖5.31 第二組計算得到的輸出向量與目標向量的比較 52 圖5.32 第三組計算得到的輸出向量與目標向量的比較 53 圖5.33 第四組計算得到的輸出向量與目標向量的比較 53 圖5.34 第五組計算得到的輸出向量與目標向量的比較 54 表次 表2-1輻度計量與光度計量之基本關係 5

    1. 液晶投影顯示器中照明系統的照度量測與分析，張雪珍，91碩士論文，中央大學光電科學研究所。
    2. OPTICAL RADIATION DETECTORS , EUSTACE L.DERENIAK;DEVON G.CROWR.
    3. MODERN OPTICAL ENGINEERING , WARREN J. SMITH.
    4. 檢知布料瑕疵和結構光學及類神經網路系統，陳培文，86博士論文，中央大學光電科學研究所。
    5. 影像處理在DVD 檢測之應用，劉賀強，89碩士論文，中央大學光電科學研究所。
    6. 類神經疊紋光電精密良測之研究，賴雲龍，86博士論文，中央大學光電科學研究所。
    7. 人工智慧語音辨識之研究，涂志才，84碩士論文，中央大學光電科學研究所。
    8. 類神經網路MATLAB的應用，羅華強，清蔚科技。
    9. 類神經網路模式應用與分析，葉怡成，儒林。
    10. 機器學習-類神經網路、模糊學習系統以及基因演算法則，蘇木春、張孝德，全華科技圖書股份有限公司。

    QR CODE
    :::