检索结果-南通市图书馆

同方期刊数据库

基于Encoder-CNN的土壤氮含量光谱预测模型研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2022年第5期42卷 1372-1377页

作者：冀荣华赵迎迎李民赞郑立华中国农业大学烟台研究院山东烟台264670 中国农业大学现代精细农业系统集成研究教育部重点实验室北京100083

基于光谱的土壤氮含量预测模型泛化能力弱是制约其推广应用的瓶颈。鉴于特征提取及非线性表达能力方面的优势,深度学习模型具有较强的泛化能力。提出一种融合自动编码器和卷积神经网络(Encoder-CNN)的土壤氮含量光谱预测模型,探索模型... 详细信息

基于光谱的土壤氮含量预测模型泛化能力弱是制约其推广应用的瓶颈。鉴于特征提取及非线性表达能力方面的优势,深度学习模型具有较强的泛化能力。提出一种融合自动编码器和卷积神经网络(Encoder-CNN)的土壤氮含量光谱预测模型,探索模型结构和参数对模型性能的影响。根据以往研究成果和相关性分析,获得180个与氮含量强相关的波长,将其作为Encoder-CNN模型输入,而将土壤氮含量作为模型输出。Encoder-CNN模型利用自动编码器的编码部分进行光谱数据降维,然后输入到卷积神经网络进行土壤氮含量预测。设计2种网络结构,每种网络结构包含2种不同参数设置,共4个模型,用以探索Encoder-CNN土壤氮含量光谱预测模型结构和参数对模型性能的影响。利用公开数据集LUCAS对模型进行训练。按3σ原则对公开数据集LUCAS进行异常值检测与处理,获得20791个数据,其中18711个样本作为训练集,2080个样本作为测试集,对Encoder-CNN模型进行训练。结果表明:对于自动编码器,在相同隐含层数下,最后的隐含层神经元个数为30时,复现效果最优。增加隐含层数,会提升复现效果。增加卷积核数量,特别是尺寸为1×1卷积核,能够提高模型的预测性能与可靠性。增加池化层的网络结构,模型预测精度提升至0.90以上。增加全连接层神经元数量也会提升模型性能。利用自采集的黑龙江黑土实时光谱数据集进行模型迁移,观察模型泛化能力。当模型迭代100次后,在黑龙江数据集上的预测精度即可达到0.90以上;当迭代次数为900时,模型在训练集和测试集上的预测精度可以达到0.98。结果表明,所构建的Encoder-CNN土壤氮含量光谱预测模型具有较好的泛化能力。

关键词：土壤氮含量光谱预测卷积神经网络自动编码器

一种基于RBF神经网络的打印机光谱预测模型

在线全文

学校读者我要写书评

暂无评论

影像科学与光化学 2015年第3期33卷 238-243页

作者：于海琦刘真田全慧上海理工大学出版印刷与艺术设计学院上海200093 上海出版印刷高等专科学校上海200093

本文提出一种基于RBF(Radial Basis Function,径向基函数)神经网络的打印机光谱预测模型,通过扩展神经网络模型输入变量的项数提高模型的预测精度,扩展项多采用通道驱动值的交叉值、平方值。实验结果表明[1cmy]项的引入能够有效提高模... 详细信息

本文提出一种基于RBF(Radial Basis Function,径向基函数)神经网络的打印机光谱预测模型,通过扩展神经网络模型输入变量的项数提高模型的预测精度,扩展项多采用通道驱动值的交叉值、平方值。实验结果表明[1cmy]项的引入能够有效提高模型的预测精度,同时提高网络的泛化能力。而引入[cm2 cy2 mc2 my2 yc2 ym2]项会导致模型预测精度以及泛化能力降低。[1cmy]、[c2 m2y2]和[cm cy my]项的组合在预测精度和模型泛化能力上均是最优化的,对总样本预测的色度精度为0.475ΔE00,光谱精度RMSE为0.43%。因此选择[1cmy c2 m2y2 cm cy my c m y]作为输入变量的RBF神经网络训练模型是满足高精度光谱预测的最优模型。

关键词： RBF神经网络光谱预测打印机扩展项

在线全文

学校读者我要写书评

暂无评论

一种基于子空间划分的打印机光谱预测模型

包装工程 2015年第13期36卷 122-124,129页

作者：刘真于海琦田全慧上海理工大学上海200093 上海出版印刷高等专科学校上海200093

目的实现打印机的光谱预测。方法提出一种基于子空间划分的径向基函数(RBF)神经网络模型,将打印机颜色空间划分成若干子空间,在子空间中运用RBF神经网络,对任意输入打印机驱动值根据其所在子空间实现其光谱值的预测。结果该模型的预测... 详细信息

目的实现打印机的光谱预测。方法提出一种基于子空间划分的径向基函数(RBF)神经网络模型,将打印机颜色空间划分成若干子空间,在子空间中运用RBF神经网络,对任意输入打印机驱动值根据其所在子空间实现其光谱值的预测。结果该模型的预测精度较未进行子空间划分模型的有明显提高。结论该模型能够满足高精度打印机光谱预测的要求。

关键词： RBF神经网络光谱预测打印机子空间划分

GA-BP神经网络结合子空间划分的打印机光谱预测模型

在线全文

学校读者我要写书评

暂无评论

包装工程 2015年第21期36卷 133-136,141页

作者：刘真于海琦田全慧上海理工大学上海200093 上海出版印刷高等专科学校上海200093

目的为了实现打印机的光谱预测,提出一种GA-BP神经网络结合子空间划分的预测模型。方法将打印机颜色空间划分成若干子空间,在子空间中运用GA-BP神经网络,对任意输入打印机的驱动值,根据其所在子空间实现光谱值的预测;采用主成分分析对... 详细信息

目的为了实现打印机的光谱预测,提出一种GA-BP神经网络结合子空间划分的预测模型。方法将打印机颜色空间划分成若干子空间,在子空间中运用GA-BP神经网络,对任意输入打印机的驱动值,根据其所在子空间实现光谱值的预测;采用主成分分析对光谱反射率进行降维,在简化了神经网络结构的同时,保持了对检测样本较高的识别精度。结果模型预测精度较未进行子空间划分时有了明显提高。结论提出的模型能够满足高精度打印机光谱预测的要求。

关键词： BP神经网络遗传算法光谱预测子空间划分

在线全文

学校读者我要写书评

暂无评论

基于神经网络的振动光谱预测和结构识别

基于神经网络的振动光谱预测和结构识别

作者：李浩中国石油大学(华东)

学位级别：硕士

振动光谱是工业生产和基础研究中最常用的表征工具之一。振动光谱的获取过程繁琐,分析依赖人工。这两点大大影响了振动光谱在工业上的应用。如何提升振动光谱获取效率,降低时间和人力成本,是领域内亟待解决的问题。本论文主要依靠人工... 详细信息

振动光谱是工业生产和基础研究中最常用的表征工具之一。振动光谱的获取过程繁琐,分析依赖人工。这两点大大影响了振动光谱在工业上的应用。如何提升振动光谱获取效率,降低时间和人力成本,是领域内亟待解决的问题。本论文主要依靠人工神经网络这一计算机科学领域的前沿先进技术,构建振动光谱预测模型与结构识别模型,以期解决工业上光谱应用的相关问题。具体研究内容如下:第一,本论文利用构建好的分子数据集量子机器(Quantum Machine 9,QM9)和N-甲基乙酰胺(N-methylacetamide,NMA)重水分子体系构建从结构向振动光谱的映射模型,并比较不同分子描述符对光谱预测的预测精度造成的影响,其次我们还研究了化学环境对分子振动光谱预测所造成的影响,探究其中蕴含的基本原理。结果表明,神经网络算法应用于振动光谱的预测精度高且具有可解释性。另外,我们构建的神经网络预测模型还具有一定的迁移预测能力。第二,本论文利用数据集QM9来构建基于振动光谱(红外和拉曼)识别微观结构的神经网络模型,预测分子内是否存在羟基或者羰基。我们发现人工神经网络模型结构识别的准确率较高,且具有优秀的迁移识别能力。研究结果证明了人工神经网络可以从光谱中学习到光谱知识,从而代替具有化学直觉的经验丰富的专家。我们的工作证明了机器学习模型在光谱预测与识别领域的重大潜力,为后续在工业生产与科学研究中的运用(如高通量筛选或活性分子自动在线识别等)打下了基础。

关键词：神经网络振动光谱光谱预测结构识别

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数码印花的光谱预测模型研究

杭州电子科技大学学报（自然科学版） 2017年第6期37卷 67-72页

作者：马倩云王强杭州电子科技大学数字媒体与艺术设计学院浙江杭州310018

以色料减色法理论为基础,通过对数码印花的基色网点输入值与光谱反射率的非线性关系和光谱叠加特性的实验分析,提出基于光谱特征的基色光谱反射率函数及与叠印次数相关的调整因子,建立了数码印花的光谱预测模型.实验结果表明:提出的数... 详细信息

以色料减色法理论为基础,通过对数码印花的基色网点输入值与光谱反射率的非线性关系和光谱叠加特性的实验分析,提出基于光谱特征的基色光谱反射率函数及与叠印次数相关的调整因子,建立了数码印花的光谱预测模型.实验结果表明:提出的数码印花光谱预测模型的光谱精度和色度精度均优于YNSN模型和CYNSN模型.同时,弥补了YNSN模型和CYNSN模型预测时,因基色数量过多而导致的空间复杂度激增的缺陷,满足数码印花多基色的实际生产需求.

关键词：数码印花光谱预测叠加特性缺失叠印次数

B_（32）及其包心化合物的电子结构与电子光谱的理论预测

在线全文

学校读者我要写书评

暂无评论

高等学校化学学报 1995年第2期16卷 256-259页

作者：李志儒魏家友张昕彤封继康吉林大学化学系四平师范学院化学系

在ＩＮＤＯ／ＣＩ方法的基础上，预测Ｂ３２及其包心化合物的电子结构与光谱，并与其共轭多面体Ｃ６０及其包心化合物进行了对比。

关键词：包心化合物电子结构光谱预测硼簇状物

在线全文

学校读者我要写书评

暂无评论

近红外高光谱图像数据预测技术

中国图象图形学报 2021年第8期26卷 1786-1795页

作者：梅少辉张博威马明阳贾森西北工业大学电子信息学院西安710129 深圳大学计算机与软件学院深圳518060

目的受到传感器光谱响应范围的影响,可见光区域和近红外区域(400~2500 nm)的高光谱数据通常使用不同的感光芯片进行成像,现有这一光谱区域典型的高光谱成像系统,如AVIRIS(airborne visible infrared imaging spectrometer)成像光谱仪,... 详细信息

目的受到传感器光谱响应范围的影响,可见光区域和近红外区域(400~2500 nm)的高光谱数据通常使用不同的感光芯片进行成像,现有这一光谱区域典型的高光谱成像系统,如AVIRIS(airborne visible infrared imaging spectrometer)成像光谱仪,通常由多组感光芯片组成,整个成像系统成本和体积通常比较大,严重限制了该谱段高光谱探测技术的发展。为了能够扩展单感光芯片成像系统获得的高光谱图像的光谱范围,本文探索基于卷积神经网络的近红外光谱数据预测技术。方法结合AVIRIS成像光谱仪的光谱配置,设计了基于残差学习的红外谱段图像预测网络,利用计算成像的方式从可见光范围的高光谱图像预测出近红外波段的光谱图像,并在典型的卫星高光谱遥感数据上进行红外光谱预测重构和基于重构的数据分类实验,以验证论文提出的红外光谱数据预测技术的可行性以及有效性。结果本文设计的预测网络在Cuprite数据集上得到的预测近红外图像峰值信噪比为40.145 dB,结构相似度为0.996,光谱角为0.777 rad;在Salinas数据集上得到的预测近红外图像峰值信噪比为39.55 dB,结构相似性为0.997,光谱角为1.78 rad。在分类实验中,相比于只使用可见光图像,利用预测的近红外图像使得支持向量机(support vector machine,SVM)的准确率提升了0.6%,LeNet的准确率提升了1.1%。结论基于AVIRIS传感器获取的两组典型卫星高光谱数据实验表明,本文提出的红外光谱数据预测技术不仅可基于计算成像的方式扩展可见光光谱成像系统的光谱成像范围,对于减小成像系统体积和质量具有重要意义,而且可有效提高可见光区域光谱图像数据在典型应用中的处理性能,对于提高高光谱数据处理精度提供新的技术支撑。

关键词：深度学习卷积神经网络(CNN) 高光谱图像光谱预测高光谱分类

在线全文

学校读者我要写书评

暂无评论

喷墨打印系统多光谱特征化正向模型的建立

光谱学与光谱分析 2018年第4期38卷 1213-1218页

作者：梁静黄浩廉玉生宁思宇孙亮大连工业大学信息科学与工程学院辽宁大连116000 浙江大学国家现代光学仪器研究中心浙江杭州310007 北京理工大学颜色科学与工程国家专业实验室北京100081 北京印刷学院印刷与包装工程学院北京102600

随着光谱技术的发展,打印系统的光谱特征化模型成为研究热点。基于光谱匹配的特征化模型通过直接预测设备基色的光谱反射比数据,可以有效的减少同色异谱现象的发生,为实现高保真印刷提供条件。主要基于Yule-Nielsen修正的Neugebauer光... 详细信息

随着光谱技术的发展,打印系统的光谱特征化模型成为研究热点。基于光谱匹配的特征化模型通过直接预测设备基色的光谱反射比数据,可以有效的减少同色异谱现象的发生,为实现高保真印刷提供条件。主要基于Yule-Nielsen修正的Neugebauer光谱模型,开展了关于12色打印系统光谱特征化模型如何提高模型精度的研究。首先通过对颜色测量仪器及测量条件、喷墨打印机打印系统进行稳定性及精确度验证,为后续样本设计和测量提供可行性依据。然后,建立该研究设备适用的正向YNSN模型。依据CIELAB颜色空间中明度值L*均匀分布的原则,设计并输出了1 331个测试样本,抽取部分样本做训练样本,对所建立的光谱的特征化正向模型进行验证。结果表明,基于光谱的特征化模型预测精度较高,具有明显的优势。经验证,通过引入Yule-Nielsen修正参数n值,可进一步改善光谱预测精度。

关键词：光谱特征化光谱预测喷墨打印系统颜色复现 YNSN模型