-
公开(公告)号：CN115128057A
公开(公告)日：2022-09-30
申请号：CN202210665865.4
申请日：2022-06-14
Applicant: 北京信息科技大学
Abstract: 本发明公开了基于卷积神经网络的麝香识别方法，包括以下步骤：步骤一，特征峰分析；步骤二，扩充训练样本；步骤三，卷积神经网络分析；其中在上述步骤一中，真假麝香风干后，针对现实情况，主要混合含量为80％、85％、90％、95％和100％风干后的麝香这5种参伪比例较少的样本，每5％为间隔，每种比列40个样本，使用Origin软件对采集到的拉曼光谱信号进行特征峰分析；其中在上述步骤二中，基于左右平移、叠加噪声以及平移与噪声组合的三种数据增强方法来对样本增强，扩充训练样本；进行光谱预处理，采用平滑滤波器去除杂散光与黑体辐射的毛刺，用小波阈值降解高频白噪声，多项式拟合矫正基线；该发明，麝香检测时间短，能准确识别光谱数据，同时鲁棒性好。
-
公开(公告)号：CN115078327A
公开(公告)日：2022-09-20
申请号：CN202210665879.6
申请日：2022-06-14
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于神经网络架构搜索的危险化学品快速检测方法，包括以下步骤：步骤一，获取危险化学品的光谱数据；步骤二，基于AutoKeras的神经网络架构搜索方法网络设计；步骤三，获取最佳网络架构；所述步骤一中，对于固体化学品，将激光以7.5ms的焦距直接照射在样品表面采集光谱数据，对于液体化学品，需将样品装在一个标准样品瓶中进行光谱数据的采集；本发明通过拉曼光谱仪测量危险化学品的光谱，引入神经网络架构搜索方法，采用AutoKeras框架进行自行网络架构的开发和设计，相对于其他神经网络的方法，通过网络模块的搜索和集成，性能评估以及反馈来寻找到最佳的网络架构，降低了神经网络的使用门槛，减少了时间和劳动力的消耗。
-
Search Results
2
records
(took 0.016 seconds)
