搜索结果: 1-9 共查到“光学工程 人工神经网络”相关记录9条 . 查询时间(0.248 秒)
为无损检测桃的内部品质,提出了结合高光谱成像技术和人工神经网络无损检测桃硬度的方法.采集了摘后贮藏了12 d的140个桃在900~1 700 nm的高光谱图像,以每个桃高光谱图像中40 pixel×40 pixel的感兴趣区域的平均光谱作为桃的原始反射光谱;利用Savitzky-Golay平滑和标准正态变量变换对光谱进行预处理;基于x-y共生距离算法划分样本,得到校正集样本105个和预测集样本35...
研究了人工神经网络在激光诱导击穿光谱（ＬＩＢＳ）塑料分类识别方面的应用。选用七种常见的塑料作为实验样品，获得每种样品的１７０组ＬＩＢＳ光谱数据，利用主成分分析获得前五个主成分的得分矩阵。用每种塑料样品的１３０组光谱数据的主成分得分矩阵作为训练集，建立反向传播（ＢＰ）人工神经网络模型。将其余４０组主成分得分作为测试数据输入训练好的模型进行分类识别，其识别准确度达到９７．５％。实验结果表明，通过采用主...
人工神经网络结合近红外光谱用于木材树种识别
人工神经网络 木材树种识别 近红外光谱 方差分析
2012/3/15
测量了不同产地及品种的89个木材样品的近红外光谱，并分别使用反向传播人工神经网络(back propagation artificial neural networks，BPANN)与广义回归神经网络(generalized regression neural network，GRNN)建立了NIRS树种识别模型。通过方差分析分别选择两种神经网络所用参数，并采用最优参数进行网络训练。考虑到样品光谱...
一种基于人工神经网络的人脸识别方法
人脸识别 BP神经网络 图像特征向量
2011/12/20
提出了一种基于BP人工神经网络的人脸识别新算法。采用积分投影与几何特征提取相结合的方法进行人脸图像特征提取,构建特征向量,利用BP神经网络分类识别。仿真结果表明,该算法应用于ORL人脸库的分类识别,仅用13个特征即可达到平均识别率99%,识别能力显著增强,同时有效地降低了所需特征维数和计算复杂度。
人工神经网络对VOCs的自动识别
傅里叶变换红外光谱 人工神经网络 多组分分析
2009/10/28
利用人工神经网络(ANN)对严重混叠的傅里叶变换红外光谱图进行了定性和定量解析。通过大量模拟数据训练神经网络后，引用了新的评价标准——逼近度来选择最优网络模型。利用此优化网络对两类光谱图进行了解析，考察了网络的泛化能力。结果表明：该网络不仅能够对两组分同时存在时的样本进行准确解析，而且对于未知单组分光谱图，也能够进行准确鉴别和定量分析。可见, 该研究为人工神经网络在单组分和多组分未知物的定性和定量...
应用中波近红外(NIR)光谱结合误差反传人工神经网络(BP-ANN)方法，建立蔗汁锤度、旋光度的定量分析模型。光谱范围为1 000～1 800 nm，采用2 mm光程透射方式获得蔗汁吸光度光谱。对蔗汁的吸光度光谱进行Savitzky-Golay求导和均值中心化处理，然后通过相关系数法结合样品特征吸收优化建模波长范围，再采用PLS降维获取主成分并输入BP-ANN建立校正模型，用验证样品对校正模型进行...
航天光学遥感器信噪比的人工神经网络评价
航天光学遥感器 信噪比 人工神经网络
2005/11/15
提出基于人工神经网络进行航天光学遥感器信噪比评价的方法，首先对航天遥感图像进行分祈，从图像中将与景物结构和噪声有关的特征向量分别提取出来，作为ANN 的输入。网络通过对大量信噪比已知的图像样本训练后，可完成对航天光学遥感器传输下来的任意一幅地面景物图像进行系统的信噪比测试，从而避免了采用特定景物目标进行测量中的诸多弊端，测量平均误差低于1O％。