基于人工神经网络的水彩笔油墨红外光谱模式识别

摘要：

为实现水彩笔油墨的准确分类,采用红外光谱法对3种品牌15个系列的60个水彩笔油墨样品进行了检验.经过平滑、校正等预处理后,利用均方根误差得到最佳小波变换压缩次数,以达到降低运算复杂度的目的.通过H(o)lder指数提取出30个样本特征波数,并将其作为输入变量导入人工神经网络的输入层.分配训练集、验证集和测试集对模型进行训练,最终得到该模型的分类正确率为83.3％.最后绘制了受试者工作特征(ROC)曲线,发现第2类样本的分类正确率高于其他两类样本,实现了对水彩笔油墨种类的模式识别.

关键词：红外光谱分析法、水彩笔油墨、人工神经网络、H(o)lder指数、模式识别、受试者工作特征(ROC)曲线

所属期刊栏目：57

分类号：O657.33(分析化学)

资助基金：国家自然科学基金;中央高校基本科研业务费专项

在线出版日期：2020-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：274-278