期刊导航
期刊开放获取
上海教育软件发展有限公..
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
差分拉曼光谱结合人工神经网络对药品塑料包装瓶的分类研究
被引量：
10
1
作者
李锦
姜红
+1 位作者
杨俊
章欣
《塑料工业》
CAS
CSCD
北大核心
2022年第8期101-107,共7页
建立一个无损检验药品塑料包装瓶并对其进行分类的模型。利用差分拉曼光谱技术对47个样品进行检测,首先在原始数据的基础上进行差分拉曼光谱分析并进行人工分类,再运用Fisher判别法(FDA)和主成分分析法(PCA)对数据进行处理,结合人工神...
建立一个无损检验药品塑料包装瓶并对其进行分类的模型。利用差分拉曼光谱技术对47个样品进行检测,首先在原始数据的基础上进行差分拉曼光谱分析并进行人工分类,再运用Fisher判别法(FDA)和主成分分析法(PCA)对数据进行处理,结合人工神经网络算法(ANN-MLP/RBF)构建分类模型。在多层神经网络(MLP)模型中,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23%、93.62%、97.87%,MLP模型下对样本分类的整体准确率为93%;在径向基神经网络(RBF)模型下,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23%、93.62%、95.74%,RBF模型下对样本分类的整体准确率为92%。在研究相同条件下对药品塑料包装瓶进行分类时,采用PCA+MLP模型为最佳方案。
展开更多
关键词
差分拉曼光谱
人工神经网络
药品塑料包装瓶
无损检验
在线阅读
下载PDF
职称材料
题名
差分拉曼光谱结合人工神经网络对药品塑料包装瓶的分类研究
被引量：
10
1
作者
李锦
姜红
杨俊
章欣
机构
中国人民公安大学侦查学院
中国人民公安大学马克思主义学院
南京简智仪器设备有限公司
出处
《塑料工业》
CAS
CSCD
北大核心
2022年第8期101-107,共7页
基金
中国人民公安大学2021年度基科费重点项目(2021JKF212)
南京简智仪器设备有限公司合作项目(20191218)。
文摘
建立一个无损检验药品塑料包装瓶并对其进行分类的模型。利用差分拉曼光谱技术对47个样品进行检测,首先在原始数据的基础上进行差分拉曼光谱分析并进行人工分类,再运用Fisher判别法(FDA)和主成分分析法(PCA)对数据进行处理,结合人工神经网络算法(ANN-MLP/RBF)构建分类模型。在多层神经网络(MLP)模型中,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23%、93.62%、97.87%,MLP模型下对样本分类的整体准确率为93%;在径向基神经网络(RBF)模型下,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23%、93.62%、95.74%,RBF模型下对样本分类的整体准确率为92%。在研究相同条件下对药品塑料包装瓶进行分类时,采用PCA+MLP模型为最佳方案。
关键词
差分拉曼光谱
人工神经网络
药品塑料包装瓶
无损检验
Keywords
Differential Raman Spectroscopy
Artificial Neural Network
Plastic Bottles for Pharmaceutical Products
Non-destructive Examination
分类号
TQ317.2 [化学工程—高聚物工业]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
差分拉曼光谱结合人工神经网络对药品塑料包装瓶的分类研究
李锦
姜红
杨俊
章欣
《塑料工业》
CAS
CSCD
北大核心
2022
10
在线阅读
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
