基于ICA和ANN的近红外光谱建模分析.pdfVIP

下载本文档

5
0
约6.91千字
约 5页
2017-03-17 发布于广东
举报
版权申诉

基于ICA和ANN的近红外光谱建模分析.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于ICA和ANN的近红外光谱建模分析.pdf

基于ICA和ANN的近红外光谱建模分析武永波，方利民，林敏 (中国计量学院计量测试工程学院，浙江杭州310018) 摘要。本文从原始数据开始讨论数据处理的方法，先进行预处理以便对数据进行有效的压缩，同时消除冗余；接着再对压缩后的数据进行独立分量分解，将相关分量分解成为相互独立的分量；然后将数据送入神经网络模型，通过反复训练得出有效模型。文章的最后我们还对玉米的多组分近红外光谱进行上述分析，所建模型得出的数据符合预期的设想，特别是对水分的预测相关系数达到0．993，证明所建模型具有实际意义。关键词：近红外光谱神经网络独立分量相关系数小波变换中图分类号TQ278文献标识码A 国家标准学科分类与代码150．25 MathematicModelBasedon andNeural Independent Component Network 、ⅣU Li—min，LINMin Yong-bo，FANG 310018,China) (CollegeofMetrology＆MeasurementEngineering,ChinaJiliangUniversity,Hangzhou data Abstract：Wediscussthe of with tobe wayshandfing originaldata．includingpretreatment carried data outeffective and the compression，eliminatingredundancy；thensmoothingfilmdng data independent tomaketherelevant compressedbyconducting componentdecomposition became witheach are to independentcomponents build components other；finally，wepromised alleffectivemodelwith oftheneuralnet—work．Inthe end，we the repeatedlytraining analysis nearinfrared ofthe ofcornwiththemethod spectralmulti-component refefred．11leresultisin linewitIlour forthe ofthe waterscorrelationcoefficient expectation