典型文献
差分拉曼光谱结合人工神经网络对药品塑料包装瓶的分类研究
文献摘要：
建立一个无损检验药品塑料包装瓶并对其进行分类的模型.利用差分拉曼光谱技术对47个样品进行检测,首先在原始数据的基础上进行差分拉曼光谱分析并进行人工分类,再运用Fisher判别法(FDA)和主成分分析法(PCA)对数据进行处理,结合人工神经网络算法(ANN-MLP/RBF)构建分类模型.在多层神经网络(MLP)模型中,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23％、93.62％、97.87％,MLP模型下对样本分类的整体准确率为93％;在径向基神经网络(RBF)模型下,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23％、93.62％、95.74％,RBF模型下对样本分类的整体准确率为92％.在研究相同条件下对药品塑料包装瓶进行分类时,采用PCA+MLP模型为最佳方案.
文献关键词：
差分拉曼光谱;人工神经网络;药品塑料包装瓶;无损检验
中图分类号：
作者姓名：
李锦;姜红;杨俊;章欣
作者机构：
中国人民公安大学侦查学院,北京 100038;中国人民公安大学马克思主义学院,北京 100038;南京简智仪器设备有限公司,江苏 南京 210049
文献出处：
引用格式：
[1]李锦;姜红;杨俊;章欣-.差分拉曼光谱结合人工神经网络对药品塑料包装瓶的分类研究)[J].塑料工业,2022(08):101-107
A类：
药品塑料包装瓶,PCA+MLP
B类：
人工神经网络,对药,分类研究,无损检验,差分拉曼光谱技术,原始数据,拉曼光谱分析,工分,Fisher,判别法,FDA,神经网络算法,ANN,RBF,分类模型,多层神经网络,径向基神经网络
AB值：
0.168619
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
