-
公开(公告)号：CN108152239A
公开(公告)日：2018-06-12
申请号：CN201711334521.0
申请日：2017-12-13
Applicant: 东北大学秦皇岛分校
IPC: G01N21/35 , G01N21/3563 , G01N21/359 , G06K9/00
Abstract: 本发明公开了一种基于特征迁移的样品成分含量测定方法，采用基于ELM-AE模型的标定迁移学习方法，将目标域待测样品的红外光谱数据特征映射到源域的特征空间中，然后利用源域的样品成分含量预测模型对所述目标域待测样品的成分含量进行预测。采用本发明的样品成分含量测定方法，预测精度更高。为了验证本发明的效果，发明人使用玉米和药片数据集对本发明提出的基于ELM-AE模型的标定迁移学习方法进行了验证，并同时与PDS模型，SBC迁移模型的预测效果进行了比较。结果表明：对于玉米数据集和药片数据集，整体而言，本发明的TL-ELM-AE模型的预测性能均优于PDS模型和SBC迁移模型。
Search Results
1
records
(took 0.029 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
