2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩77頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、物質(zhì)檢測(cè)是保障生產(chǎn)生活安全的重要基礎(chǔ),是監(jiān)督管理的重要手段。拉曼光譜技術(shù)以其快速、無(wú)損、樣品無(wú)需預(yù)處理等特點(diǎn)在物質(zhì)快速檢測(cè)領(lǐng)域受到越來(lái)越多的關(guān)注。但現(xiàn)有的拉曼光譜分析算法,大多針對(duì)專用儀器和單一體系物質(zhì),要求操作人員有專業(yè)知識(shí),通用性差。本文首先提出局部自適應(yīng)多項(xiàng)式擬合和基于高斯峰假設(shè)兩種預(yù)處理算法,自動(dòng)消除熒光背景,提高后續(xù)光譜分析的效率。這兩種算法準(zhǔn)確可靠、無(wú)需人工干預(yù)、通用性強(qiáng)。本文針對(duì)不同的拉曼光譜分類識(shí)別應(yīng)用場(chǎng)景,提出了三種基

2、于機(jī)器學(xué)習(xí)方法的解決方案:1、將邏輯回歸模型與拉曼光譜分類結(jié)合,有效解決普通多分類的應(yīng)用場(chǎng)景問(wèn)題。實(shí)驗(yàn)顯示,采用極小極大自適應(yīng)放縮算法可有效提取特征,更進(jìn)一步提高光譜識(shí)別的準(zhǔn)確性;2、將超圖學(xué)習(xí)方法與拉曼光譜分類結(jié)合,在標(biāo)注樣本很少的情況下借助無(wú)標(biāo)注樣本進(jìn)行學(xué)習(xí),得到比有監(jiān)督學(xué)習(xí)更好的分類效果,解決了訓(xùn)練樣本不充分的應(yīng)用場(chǎng)景問(wèn)題;3、將深度學(xué)習(xí)與拉曼光譜分類結(jié)合,采用棧式去噪自編碼神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)實(shí)現(xiàn)形式,有效解決無(wú)先驗(yàn)知識(shí)特征提取的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論