基于小波神经网络的农药荧光光谱识别
有些农药结构相似,它们的荧光光谱在很大波长范围内相互重叠.多组分混合时,传统的荧光光谱分析法很难对其进行分类识别.介绍了一种基于小波分析构造的新型神经网络--小波神经网络,利用它并适当选取网络结构和小波基,实现了对卡死克、盖虫散和吡虫啉三种农药荧光光谱的分类识别.在小波神经网络中,采用Morlet母小波和一维搜索变步长共轭梯度优化方法.实验表明,小波神经网络对光谱间的细微结构差别具有良好的识别能力.通过比较发现,在分类识别方面,小波神经网络比BP网络具有更高的分辨率及较少的训练次数.
计量学、农药、荧光光谱、光谱识别、小波神经网络
29
TB99(计量学)
国家自然科学基金60272027
2008-04-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
84-86,91