期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于高光谱结合机器学习对塑料瓶盖的快速分类研究
1
作者
周飞翔
姜红
+2 位作者
钟
方
昊
周贯旭
刘业林
《上海塑料》
CAS
2024年第2期54-59,共6页
为建立一种快速无损分类塑料瓶盖的方法,采用高光谱成像技术对48个塑料瓶盖样品进行检验。首先对原始光谱进行预处理,再分别采用主成分分析法、偏最小二乘-判别分析法和竞争自适应重加权采样法构建高光谱数据集,并对数据集分别使用支持...
为建立一种快速无损分类塑料瓶盖的方法,采用高光谱成像技术对48个塑料瓶盖样品进行检验。首先对原始光谱进行预处理,再分别采用主成分分析法、偏最小二乘-判别分析法和竞争自适应重加权采样法构建高光谱数据集,并对数据集分别使用支持向量机、多层感知机模型和卷积神经网络进行训练。结果表明:利用竞争自适应重加权特征提取构建的塑料瓶盖高光谱图像,在卷积神经网络中的测试集准确率达到了100%。该方法方便快捷,对样品无损且用量少,为塑料瓶盖的分类提供了有力的支持。
展开更多
关键词
高光谱技术
塑料瓶盖
偏最小二乘-判别分析
竞争自适应重加权采样
卷积神经网络
下载PDF
职称材料
题名
基于高光谱结合机器学习对塑料瓶盖的快速分类研究
1
作者
周飞翔
姜红
钟
方
昊
周贯旭
刘业林
机构
中国人民公安大学侦查学院
万子健检测技术(北京)有限公司司法鉴定中心
江苏双利合谱科技有限公司
出处
《上海塑料》
CAS
2024年第2期54-59,共6页
基金
食品药品安全防范山西省重点实验室开放课题(202204010931006)。
文摘
为建立一种快速无损分类塑料瓶盖的方法,采用高光谱成像技术对48个塑料瓶盖样品进行检验。首先对原始光谱进行预处理,再分别采用主成分分析法、偏最小二乘-判别分析法和竞争自适应重加权采样法构建高光谱数据集,并对数据集分别使用支持向量机、多层感知机模型和卷积神经网络进行训练。结果表明:利用竞争自适应重加权特征提取构建的塑料瓶盖高光谱图像,在卷积神经网络中的测试集准确率达到了100%。该方法方便快捷,对样品无损且用量少,为塑料瓶盖的分类提供了有力的支持。
关键词
高光谱技术
塑料瓶盖
偏最小二乘-判别分析
竞争自适应重加权采样
卷积神经网络
Keywords
hyperspectral technique
plastic bottle cap
partial least squares-discriminant analysis
competitive adaptive reweighted sampling
convolutional neural network
分类号
O657 [理学—分析化学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于高光谱结合机器学习对塑料瓶盖的快速分类研究
周飞翔
姜红
钟
方
昊
周贯旭
刘业林
《上海塑料》
CAS
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部