需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于卷积神经网络的近红外光谱波长选择方法

一种基于卷积神经网络的近红外光谱波长选择方法

发布时间: 2023-06-29

来源: 科技服务团

基本信息

合作方式： 作价入股
成果类型： 发明专利,新技术
行业领域：
电子信息技术
成果介绍
本发明提供一种基于卷积神经网络的近红外光谱波长选择方法，包括以下步骤，S1搭建CNN卷积神经网络；S2采用检测目标近红外光谱标样训练CNN模型，更新CNN卷积神经网络超参数；S3模拟正向传播过程，获取波长点权重大小。
成果亮点
本发明优选波长后的模型性能明显由于全波长的情况，与iPLS相比，特征波长数更少，性能相当，略有优势。由于本专利为波长点选择算法，当阈值间隔粒度取值更小时，可以获得更高精度的特征波长选择结果。
团队介绍
梅青平，胡媛莉，董引娣，丁允超，翁代云，汪忆，何娇
成果资料