收藏本站
收藏 | 论文排版

运用深度学习提取烟叶原料近红外光谱特征算法的研究

何凯琳  
【摘要】:烟叶原料近红外光谱属于高维数据,具有重叠、非线性等特点,而且有些光谱区域的样品信息表现较弱,不能明显的显示样本的有效成分信息。在对光谱进行定性分析时,若采用全谱建模,则必然会带进一些噪音和干扰,从而影响模型提取光谱信息特征。因此,为解决这些问题,本文提出了对原始光谱进行有效筛选和降维优化处理的方法,以烟叶原料近红外光谱为中心,主要研究内容如下:1、从烟叶原料近红外光谱特征分析和空间变换入手,本文着重探讨了烟叶原料近红外光谱波长变量筛选、特征提取等内容,并介绍了深度学习的基本思想和实现过程,并对自编码网络、稀疏自编码网络和卷积神经网络的结构及算法推导进行针对性分析,为本文后续研究提供了理论支撑。2、通过对烟叶原料近红外光谱的分析可知,若对全光谱的几千个特征变量进行建模,计算量大,且易形成过拟合。本文提出利用竞争自适应加权算法CARS对烟叶原料近红外光谱的特征波长进行提取,结合偏最小二乘算法,并建立多个烟叶烟碱的校正模型,通过和不进行波段选择以及用无信息变量消除法进行波段选择建立模型进行对比。研究表明,通过CARS法建立的模型,仅用32个波长点就能反映全波段256个特征变量的全部信息,同时只需提取3个主成分,而全波段需要12个,减少了模型的计算复杂度,相比之下,CARS方法建立的模型对外部的验证能力较强,平均相对误差较小,减少了不必要的噪声,以及各个波长点之间的多元共线性,提高了模型的精度,与PLS结合后建立的模型预测能力更强,稳健性更好,验证了CARS方法在烟叶原料近红外光谱特征波长优选中的可行性和抗干扰能力。3、不同于以往的特征提取降维方法,本文提出利用深度学习算法对烟叶原料近红外光谱进行特征提取,构建了一种稀疏自动编码网络和卷积神经网络融合的SAECNN特征提取算法。通过SAE预训练网络,优化CNN结构和内部参数,并与PCA算法和ISOMAP算法进行特征提取的可视化对比分析。研究表明,构建的SAECNN方法在三个烟叶产地识别中达到的最高正确率和平均正确率分别为95.47%和95.13%,明显高于PCA算法的94.87%和94.22%,ISOMAP算法的94.28%和94.04%,验证了SAECNN方法应用于烟叶原料近红外光谱特征提取上的可行性和有效性,同时,也为近红外光谱分析提供了一种新的途径。4、最后,总结本文所做工作,并指出不足和待改进的地方,探讨下一步的工作方向。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 陈和生;邵景昌;;4种仿生材料的红外光谱特征[J];分析仪器;2011年05期
2 何雪梅;天然金刚石的红外光谱特征及其分类[J];地质与勘探;2000年04期
3 陈和生;孙振亚;邵景昌;;八种不同来源二氧化硅的红外光谱特征研究[J];硅酸盐通报;2011年04期
4 王其江;李肖肖;韩博识;贾泽鹏;胡安;靳凯夫;王嘉鉴;;冲击破坏条件下煤的红外光谱特征研究[J];煤矿安全;2017年09期
5 付时雨,詹怀宇,余惠生;N,O-二酰化羟基苯胺衍生物的红外光谱特征[J];分析测试学报;1999年06期
6 陈儒庆,曹长春,阮贵华;广西煤的红外光谱特征[J];桂林工学院学报;1997年04期
7 吴清华;张振宇;;鞋底材料的傅立叶变换红外光谱类型分析[J];分析测试技术与仪器;2017年01期
8 杨佩;;新疆金丝玉与相似品的红外光谱特征研究[J];东方藏品;2016年11期
9 聂崇实;粉状药物混合物成分的近红外光谱特征[J];国外医学.药学分册;1997年04期
10 吴俊,金奎励,汪昆华,顾世英;南方树皮煤红外光谱特征及成烃演化规律研究[J];煤田地质与勘探;1990年05期
11 陈小娥;杨薇薇;;基于深度学习的车标识别算法的研究与实现[J];长春工程学院学报(自然科学版);2017年02期
12 ;先行先试,扎实推动 龙岩烟叶原料保障上水平[J];中国烟草科学;2011年03期
13 杨忠文,廖天敏;卷烟厂烟叶原料配方自动化立体仓库设计[J];物流技术;2000年01期
14 张长华;赵红枫;胡伟;王劲;骆礼丽;叶浩;张兴林;陈思强;;烟叶原料中主要非烟物质的成因分析[J];中国烟草科学;2013年01期
15 陈媛媛;王志斌;王召巴;;思维进化蝙蝠算法及其在混合气体红外光谱特征选择中的应用[J];红外与激光工程;2015年03期
16 袁而文;严新龙;葛炯;赵东辉;苏雷;;再造烟叶原料常规化学组分的近红外定量分析研究[J];江西农业学报;2015年03期
17 吴家昶;周清明;邓云龙;滕永忠;;卷烟工业企业构建优质烟叶原料保障体系的方法[J];中国农村小康科技;2010年09期
18 庄琳;宋小娇;徐燕红;;水青树木材红外光谱特征研究[J];湖北农业科学;2017年07期
19 郭汉华;;努力缓解烟叶原料瓶颈 支撑品牌持续做强做大[J];湖南烟草;2008年06期
20 谢意红,王成云;不同颜色翡翠的微量元素及红外光谱特征[J];岩矿测试;2003年03期
中国重要会议论文全文数据库 前10条
1 张胜男;余晓艳;;绿松石的红外光谱特征研究[A];2011中国珠宝首饰学术交流会论文集[C];2011年
2 魏然;马瑛;王民民;陈华;陆太进;;玳瑁龟甲的红外光谱鉴定[A];珠宝与科技——中国珠宝首饰学术交流会论文集(2015)[C];2015年
3 姚立红;苏长安;陈新;齐立权;;α-呋喃丙烯酸酯的红外光谱特征及其构型[A];全国第10届分子光谱学术报告会论文集[C];1998年
4 张建平;;上烟烟叶原料保障体系建设的实践、探索与思考[A];上海市烟草专卖局2007年度获奖论文集(经济管理类)[C];2007年
5 崔雁宁;;对烟叶原料潜在危机的思考[A];湖北省烟草学会2007年学术年会论文集[C];2007年
6 熊薇薇;吴怀宇;;一种改进的角点检测算法[A];中国计量协会冶金分会2009年年会论文集[C];2009年
7 陶丽;张自力;丁晓明;;一种适用于动态重构的联盟形成算法[A];2008年计算机应用技术交流会论文集[C];2008年
8 张兰平;;谈小学一年级算法多样化的优化[A];中华教育理论与实践科研论文成果选编(下)[C];2007年
9 杨红斌;;计划量算法的优化[A];第四届全国医院药剂科建设与管理学术研讨会论文集[C];2012年
10 林克旺;;基于分层网络实现高效的自稳定的选举算法[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(下册)[C];2006年
中国博士学位论文全文数据库 前10条
1 厉丹;视频目标检测与跟踪算法及其在煤矿中应用的研究[D];中国矿业大学;2011年
2 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年
3 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年
4 李美安;普适分布式互斥算法及应用[D];电子科技大学;2007年
5 王小根;粒子群优化算法的改进及其在图像中的应用研究[D];江南大学;2009年
6 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年
7 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年
8 楼宋江;基于保局子空间分析的人脸特征提取算法研究[D];哈尔滨工程大学;2011年
9 肖建元;保几何结构算法在等离子体物理中的应用[D];中国科学技术大学;2017年
10 盛歆漪;粒子群优化算法及其应用研究[D];江南大学;2015年
中国硕士学位论文全文数据库 前10条
1 何凯琳;运用深度学习提取烟叶原料近红外光谱特征算法的研究[D];湖南师范大学;2017年
2 赵纪炜;基于辅助更新模型和有效性检验的运动跟踪算法[D];燕山大学;2017年
3 段强;行人跟踪算法研究[D];重庆大学;2016年
4 米龙;自适应深度学习算法在目标分类问题中的应用[D];东北大学;2014年
5 刘志强;深度学习算法可重构加速器关键技术研究[D];国防科学技术大学;2014年
6 贾红;烟花爆炸优化算法及其改进研究[D];华中科技大学;2010年
7 王书勤;车辆路径问题的蚁群算法研究[D];重庆大学;2008年
8 邹游;快速傅里叶变换裁剪算法[D];华南理工大学;2017年
9 何子旷;蝙蝠算法的改进与应用[D];广东工业大学;2016年
10 丁亚英;基于局部搜索和二进制的改进人工蜂群算法[D];南京师范大学;2016年
中国重要报纸全文数据库 前10条
1 ;烟叶原料仓储精益管理模式的构建[N];东方烟草报;2017年
2 广东中烟副总经理 区广安;供给侧结构性改革下的烟叶原料保障体系建设与出路[N];东方烟草报;2017年
3 陈晨;“中南海”烟叶原料基地科技工作会在京召开[N];经理日报;2008年
4 云南烟草农业科学研究院 童文杰;贯彻落实五大发展理念 推进烟叶原料供给侧改革[N];东方烟草报;2016年
5 张虹 苏建东;在共赢中推进优质烟叶原料基地建设[N];经理日报;2007年
6 沈东坡;致命的“算法”[N];滨海时报;2017年
7 刘振;“成于算法”当警惕“败于算法”[N];安徽日报;2018年
8 中国信息通信研究院产业与规划研究所 李曼 谢智刚;算法升级加快数字经济发展步伐[N];人民邮电;2018年
9 孙益武;算法也应接受法律的审视[N];民主与法制时报;2018年
10 刘文龙;“算法”只是工具 可以运用但别依赖[N];解放日报;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978