| 基于回归CNN的烟叶近红外光谱模型研究 |
| |
| 引用本文： | 宗倩倩,丁香乾,韩凤,宫会丽,张磊.基于回归CNN的烟叶近红外光谱模型研究[J].计算机与数字工程,2019,47(2):275-280. |
| |
| 作者姓名： | 宗倩倩 丁香乾 韩凤 宫会丽 张磊 |
| |
| 作者单位： | 中国海洋大学信息科学与工程学院 青岛 266100;山东烟草研究院有限公司信息技术研究中心 济南 250001 |
| |
| 基金项目： | 科技部创新方法工作专项 |
| |
| 摘 要： | 为了更大程度提取近红外光谱中的深层次关键特征,论文应用改进的回归式卷积神经网络算法,将传统的卷积神经网络架构中池化层移除,最顶层的线性分类层用回归层进行替代,构建卷积神经网络回归(CNNR)模型。为了验证该算法的有效性,论文经多次实验、对比评价指标,筛选出最佳模型:总糖、总烟碱和氯离子最佳CNNR模型的相关系数R分别为0.9318,0.941,0.933,交叉验证的RMSECV分别为0.7052,0.0710,0.0971。实验结果表明:CNNR模型抽提的特征光谱数据对三个指标有很强的解释能力,对烟叶化学成分的有较好的预测性能和综合表达能力。
|
| 关 键 词： | 烟叶化学成分 回归卷积神经网络 近红外光谱 定量模型 拓扑结构 |
Study on Near Infrared Spectroscopy Model of Tobacco Leaves Based on Regression CNN |
| |
| ZONG Qianqian,DING Xiangqian,HAN Feng,GONG Huili,ZHANG Lei.Study on Near Infrared Spectroscopy Model of Tobacco Leaves Based on Regression CNN[J].Computer and Digital Engineering,2019,47(2):275-280. |
| |
| Authors: | ZONG Qianqian DING Xiangqian HAN Feng GONG Huili ZHANG Lei |
| |
| Affiliation: | (College of Information Science and Engineering,Ocean University of China,Qingdao 266100;Shandong Tobacco Research Institute Co.,Ltd. Information Technology Research Center,Jinan 250001) |
| |
| Abstract: | ZONG Qianqian;DING Xiangqian;HAN Feng;GONG Huili;ZHANG Lei(College of Information Science and Engineering,Ocean University of China,Qingdao 266100;Shandong Tobacco Research Institute Co.,Ltd. Information Technology Research Center,Jinan 250001) |
| |
| Keywords: | tobacco chemical components convolutional neural network near infrared spectrum quantitative model topology structure |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
