基于紫外-可见-近红外光谱特征映射矩阵的古陶瓷分类方法

摘要：

为有效实现古陶瓷无损分类识别,提出了一种基于光谱特征映射矩阵古陶瓷分类方法.基于采集的紫外-可见-近红外反射光谱数据,采用Sigmoid映射将其变换为可在二维特征空间反映古陶瓷纹理及其结构关系的光谱特征映射矩阵.利用Sigmoid函数良好的非线性特性,平滑光谱数据中存在的异常值,以提高二维光谱特征映射矩阵的区分度.采用滑动窗口检测机制,通过扫描光谱特征映射矩阵,检测并定位异常光谱数据.为避免因直接剔除异常光谱数据易导致光谱信息丢失,采用邻域矩阵插值法计算近似正常值并修正异常光谱数据.在此基础上,基于卷积神经网络对二维光谱特征映射矩阵数据进行分类,实现对古陶瓷的无损识别.通过与同类古陶瓷分类方法的客观定量对比,实验结果表明所提方法有效、可行.

关键词：光谱特征映射矩阵、异常值检测、古陶瓷分类、神经网络

所属期刊栏目：46

分类号：TP391.7(计算技术、计算机技术)

资助基金：国家自然科学基金51232008,51672302

在线出版日期：2018-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1280-1286