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
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：
基于近红外光谱与误差反向传播神经网络技术的三种人工林木材识别研究 被引量：8
1
作者 庞晓宇 杨忠 +1 位作者 吕斌 贾东宇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第11期3552-3556,共5页
利用近红外光谱结合误差反向传播神经网络（BP）对三种人工林木材（尾叶桉、马尾松、南方无性系I-72杨）进行识别,探讨隐含层神经元个数、光谱预处理方法、光谱范围对BP网络模型的影响,并与SIMCA法所建模型做比较。结果表明：（1）BP网... 利用近红外光谱结合误差反向传播神经网络（BP）对三种人工林木材（尾叶桉、马尾松、南方无性系I-72杨）进行识别,探讨隐含层神经元个数、光谱预处理方法、光谱范围对BP网络模型的影响,并与SIMCA法所建模型做比较。结果表明：（1）BP网络结合全波段（780~2 500nm）近红外光谱数据建模,识别正确率达到97.78%,并确定隐含层神经元数为13;（2）全波段光谱建模比短波段（780~1 100nm）和长波段（1 100~2 500nm）光谱建模识别效果好,其识别正确率分别为97.78%,95.56%和96.67%,用一阶导数和二阶导数对全波段光谱进行预处理后,BP网络模型识别正确率分别为93.33%和71.11%;用多元散射校正（MSC）对全波段光谱进行预处理后,BP网络模型识别正确率为98.89%,（3）在三种波段（780~2 500,780~1 100和1 100~2 500nm）光谱建模的情况下,BP网络建模识别正确率分别为95.56%,96.67%和97.78%,SIMCA模型识别正确率分别为76.67%,81.11%和82.22%,BP网络建模比SIMCA法建模对三种人工林木材的识别正确率高。 展开更多
关键词 BP网络 近红外光谱 SIMCA 分类 尾叶桉、马尾松、南方无性系i-72杨
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部