期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于近红外光谱数据的一维卷积神经网络模型研究 被引量:3
1
作者 唐杰 罗彦波 +6 位作者 李翔宇 陈云璨 王鹏 卢天 纪晓波 庞永强 朱立军 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期731-736,共6页
近红外光谱技术已被广泛应用于各种检测行业,但传统方法难以汇集光谱关键信息,导致模型预测误差较大。为减少误差,基于452个茄科植物,以化学成分为目标,探索了一维卷积神经网络(1DCNN)在近红外数据上的回归模型研究。经参数优化,总结了... 近红外光谱技术已被广泛应用于各种检测行业,但传统方法难以汇集光谱关键信息,导致模型预测误差较大。为减少误差,基于452个茄科植物,以化学成分为目标,探索了一维卷积神经网络(1DCNN)在近红外数据上的回归模型研究。经参数优化,总结了一套兼顾精度与训练效率的1DCNN模型参数,为后续模型研究提供参考。模型测试集的均方根误差为0.02~0.49,平均相对误差为0.8%~1.7%,远小于历史文献。相比传统方法,1DCNN可充分利用全部近红外谱图数据,且建模简单,模型预测能力强。该工作能为近红外光谱相关研究提供新的数据处理思路,也能促进该技术的应用与发展。 展开更多
关键词 一维卷积神经网络 近红外光谱 深度学习
在线阅读 下载PDF
高光谱预处理方法与多模型在分类判别中的对比研究
2
作者 居雷 于洁 +4 位作者 吴炎淼 李丽 卢天 丁亚萍 束茹欣 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期125-132,共8页
高光谱技术能够快速、无损地获取丰富的信息,在植物研究和监测中已成为一种广泛应用的工具。茄科植物作为一种重要的经济农作物,与高光谱技术结合进行研究具有巨大的应用潜力。本研究采用高光谱技术对茄科植物的初烤后不同部位叶片进行... 高光谱技术能够快速、无损地获取丰富的信息,在植物研究和监测中已成为一种广泛应用的工具。茄科植物作为一种重要的经济农作物,与高光谱技术结合进行研究具有巨大的应用潜力。本研究采用高光谱技术对茄科植物的初烤后不同部位叶片进行分类研究。采用Field Spec 3光谱辐射仪对293份不同部位的茄科植物粉末样本进行高光谱采样,采用S-G平滑以及一阶导数和二阶导数的方法对数据进行预处理,用于信息增强和去除噪声,并通过偏最小二乘法对数据进行降维,以减少冗余特征。基于降维数据,采样支持向量机、逻辑回归、K近邻、决策树、随机森林和梯度提升决策树这六种机器学习算法建立分类模型。结果显示,在分类任务中,经过一阶导数处理后,支持向量机模型最佳,在训练集和测试集上分别实现了100.0%和84.7%的准确率。经网格参数优化后确定最优参数为:最大深度不限制,最小样本分割数为4,估计器数量为200。参数优化后五折交叉验证准确率为88.1%,训练集准确率为100%,测试集准确率为86.4%。研究结果表明,预处理方法结合降维方法能够增强数据信息使得分类模型能够更好地捕捉茄科植物样本的特征。该研究对于快速、准确、无损地区分茄科植物的部位具有重要意义。 展开更多
关键词 高光谱 部位分类 机器学习
在线阅读 下载PDF
基于机器学习的材料设计 被引量:3
3
作者 陆文聪 吴炎淼 +3 位作者 刘太昂 卢天 纪晓波 邢雷凯 《河南师范大学学报(自然科学版)》 CAS 北大核心 2024年第4期120-131,F0002,共13页
材料创新一直是推动人类文明进步的重要引擎,随着现代科技对高性能材料日益增长的需求,材料科学的重要性也逐渐凸显.传统的“试错法”和第一性原理应用于复杂的材料设计还有较大的局限性.机器学习已发展成为材料科学研究的新范式,通过... 材料创新一直是推动人类文明进步的重要引擎,随着现代科技对高性能材料日益增长的需求,材料科学的重要性也逐渐凸显.传统的“试错法”和第一性原理应用于复杂的材料设计还有较大的局限性.机器学习已发展成为材料科学研究的新范式,通过分析大量数据,可实现高通量筛选、性能预测、晶体结构预测和材料配方优化等方面的功能.机器学习结合第一性原理方法的材料设计,为材料研究带来了崭新的思路.回顾了机器学习在材料设计领域的应用,探讨了其加速材料创新、降低试错成本、定制化材料设计等方面的应用潜力,展望了其对材料科学领域带来的机遇和挑战. 展开更多
关键词 机器学习 材料设计 配方优化
在线阅读 下载PDF
MRI在华东地区汉族男性青少年手腕骨骺发育的量化及骨龄评估中的应用
4
作者 周智露 张东飞 +7 位作者 陈捷敏 王亚辉 郝虹霞 刘太昂 何宇亨 龙定念 刘瑞珏 万雷 《法医学杂志》 CSCD 北大核心 2024年第6期589-596,607,共9页
目的探索上海、浙江、江苏地区男性青少年手腕部MRI在骨龄评估中的价值。方法选取124例上海、浙江、江苏地区6.0~18.0岁汉族男性作为研究对象,测量身高、体质量,对其手腕部行T1WI、T2WI序列扫描。获取手腕部MRI图像后,选择桡骨、尺骨、... 目的探索上海、浙江、江苏地区男性青少年手腕部MRI在骨龄评估中的价值。方法选取124例上海、浙江、江苏地区6.0~18.0岁汉族男性作为研究对象,测量身高、体质量,对其手腕部行T1WI、T2WI序列扫描。获取手腕部MRI图像后,选择桡骨、尺骨、第一至五掌骨干骺端及对应骨骺作为观察指标,由一名副高级影像学专家对各指标的发育情况进行分级(0~2级),另一名专家测量各指标的最大宽度。将身高、体质量、各指标分级及最大宽度测量值等作为输入变量,年龄作为目标变量,利用SPSSModeler软件建立支持向量机、随机森林、当前现实树、线性回归模型评估骨龄,并选取准确率最高的模型。结果身高、体质量、手腕骨骨骺发育分级、各骨干骺端及对应骨骺的最大宽度均与年龄存在相关性(P<0.05)。骨龄与实际生活年龄差值在1.0岁与1.5岁以内准确率最高的模型均为支持向量机(88.7%、96.0%)。结论MRI图像用于骨龄评估具有可行性,量化骨骺及对应骨骼干骺端最大宽度并结合MRI图像分级法可有效减少预测误差。 展开更多
关键词 法医人类学 年龄推断 磁共振成像 手腕部 骨骺 骨发育分级 机器学习 青少年
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部