期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于近红外反射光谱的宣纸含水率无损检测研究
1
作者 王建旭 谭银雨 +6 位作者 覃丹 汤斌 唐欢 范文奇 杨玟 钟年丙 赵明富 《光谱学与光谱分析》 北大核心 2025年第6期1629-1638,共10页
含水率是影响纸质文物保存的重要因素之一,为了建立一种快速无损检测纸质文物本体含水率检测方法,以重庆中国三峡博物馆提供的棉料四尺单宣为研究对象,利用近红外光谱仪结合化学计量学的方法无损检测宣纸本体含水率。将7种不同的湿度盐... 含水率是影响纸质文物保存的重要因素之一,为了建立一种快速无损检测纸质文物本体含水率检测方法,以重庆中国三峡博物馆提供的棉料四尺单宣为研究对象,利用近红外光谱仪结合化学计量学的方法无损检测宣纸本体含水率。将7种不同的湿度盐放入封闭环境箱中,调整环境湿度范围至37%RH~97%RH,并将宣纸置于封闭环境箱内平衡7 d,利用烘干法测得宣纸含水率范围为6.35%~15.55%。近红外光谱采集的范围为900~1700 nm,原始光谱数据采用光谱-距离联合法(SPXY)以4∶1的比例将210条样本划分为168条训练集和42条验证集。原始光谱数据分别利用标准正态变量变换(SNV)、基线校正(BC)、归一化(Normalize)及其组合方法进行数据预处理。利用连续性投影算法(SPA)和竞争性自适应重加权算法(CARS)选择特征波段,并建立全波段的线性偏最小二乘回归模型(PLSR)、特征波段的PLSR模型以及非线性的双层BP神经网络(DL-BPNN)模型。结果表明,以全波段数据建立的模型中,最佳预测模型为SNV-PLSR,其验证集均方根误差(RMSEP)为0.6445,决定系数(R^(2)P)为0.9283。特征波段建立的模型中,线性最佳预测模型为未预处理-CARS-PLSR,其验证集的均方根误差(RMSEP)为0.5707,决定系数(R^(2)P)为0.9438。在非线性DL-BPNN模型中,WT+Normalize-CARS-DL-BPNN预测效果更优,其验证集为0.9424,RMSEP为0.5776。综合比较三种模型的预测效果,未预处理-CARS-PLSR模型具有最佳的预测能力,表明在宣纸的光谱数据信息中,CARS特征提取方法在保留重要特征和去除冗余信息方面具有显著优势。因此,该研究验证了近红外光谱无损检测宣纸含水率的可行性,建立了棉料四尺单宣近红外光谱与含水率之间的关系,为我国纸质文物含水率的测量提供了可靠的检测技术手段。 展开更多
关键词 近红外光谱 无损检测 含水率 纸质文物
在线阅读 下载PDF
用于失眠病症舌象筛查的高光谱数据处理分析
2
作者 王建旭 杨玟 +6 位作者 黄立 汤斌 肖子涵 何忠 谭银雨 龙邹荣 赵明富 《激光杂志》 2025年第9期208-214,共7页
为了实现失眠病症的快速识别,提出了一种基于高光谱技术的失眠患者筛查新方法。本研究采集了82名受试者舌象高光谱数据,研究舌象信息和失眠之间的关系。基于舌体分区理论,首先将采集到的舌象数据分为舌左、舌右、舌根、舌中、舌尖5个区... 为了实现失眠病症的快速识别,提出了一种基于高光谱技术的失眠患者筛查新方法。本研究采集了82名受试者舌象高光谱数据,研究舌象信息和失眠之间的关系。基于舌体分区理论,首先将采集到的舌象数据分为舌左、舌右、舌根、舌中、舌尖5个区域。再对5个区域的光谱数据分别进行归一化(Min-Max)、卷积平滑(S-G)、标准正态变量变换(SNV)3种方法中的一种或多种叠加预处理,并利用随机森林算法(RF)和卷积神经网络(CNN)分类模型对5个区域的光谱数据进行建模分析,最后选用准确率、召回率和F1分数作为模型预测能力的评价指标。实验结果表明,CNN分类模型在舌象5个区域的失眠分类效果显著优于RF,其中,Min-Max+S-G+SNV+CNN分类效果最好,其训练集准确率达到96.55%,测试集准确率、召回率、F1分数分别为95.83%、96.15%、95.83%。可见,利用舌象高光谱数据建立的CNN分类模型可以用于失眠患者的无创识别,为失眠提供了一种有效的筛查方法。 展开更多
关键词 高光谱 中医 舌诊 失眠筛查 舌象分区
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部