基于卷积神经网络的纸张年代红外光谱分类建模方法研究

被引量 : 0次 | 上传用户:xy_zhuo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卷积神经网络(CNNs)由于其预处理方法简单,提取信息效果好,分类准确度高在图像分类识别领域有着广泛的应用。利用CNNs建立不同年代纸张的分类定量模型。通过调节神经网络的结构,最终模型的准确率能达到90.08%。通过对比LDA和SIMCA方法(准确率分别为48%和62%),验证了CNNs方法的可靠性。实验结果表明,应用卷积神经网络可对不同年代的纸张准确、可靠的判别分类,为纸张年代的判定提供一个简单快速无损的分析方法;基于CNNs可用于红外光谱,并可获得优异的分类效果。
其他文献
针对小麦种子在人工加速老化过程中发生的霉变现象,用红外光谱对霉变的老化小麦种子进行研究。结果显示,发生了霉变和未发生霉变的老化小麦种子,两者的傅里叶变换红外光谱总
随着科技的发展和社会经济的进步,电视监控工程越来越在工业和社会公共安全管理方面得到广泛应用。但在调试和应用的过程中,常会出现几类典型的故障。为此,笔者根据多年现场的经
国有企业改制中低地价处置土地资产的方式,在很大程度上是政府作为企业制度变迁的主体之一主动承担制度变迁成本的表现.同时,这一结果也是中央政府、地方政府和企业三者之间
近些年来我国各个方面的发展速度越来越快,人们的生活物质条件也有了质的提升,并且开始更注重精神层面的享受,所以对新闻信息提出了更高的要求。如何确保新闻信息制作质量、
本文旨在通过对陈寅恪晚年诗作的分析,探究其生命诗学观及隐藏在文字背后独特的精神世界。主要以陆键东的《陈寅恪的最后20年》(修订本)为例,采用文本细读等研究方法,结合书