典型文献
基于卷积神经网络特征提取的拉曼光谱分类研究
文献摘要：
拉曼光谱物质定性识别已被广泛的应用于化工、安防、缉毒等行业和研究领域,但是传统的拉曼光谱分析技术依赖于光谱数据库,通过光谱特征提取进行识别.特征提取是拉曼识别的关键处理步骤,通常利用主成分分析,因子分析等方法进行特征提取,而后通过KNN,SVM和随机森林等方法进行光谱特征定性识别,当拉曼数据库不存在待定性物质时,易造成待检测物质的错误分类.针对此问题,提出一种基于卷积神经网络的对数据库缺少物质光谱识别方法.在实验过程中,采用九类,200余种精神类药品拉曼光谱作为测试对象,通过搭建卷积神经网络自动特征提取并利用Softmax分类器将200余种物质,按照Amphetamine,cathinone,cannabinoids等九种类别进行定性分析.通过与传统机器学习方法如K近邻,支持向量机等方法进行比较,基于卷积神经网络的模型识别准确性有显著提高,该方法可为拉曼光谱数据库的光谱识别检索提供一种新的识别方法.
文献关键词：
拉曼光谱;自动特征提取;卷积神经网络;定性分类;数据库
中图分类号：
作者姓名：
左佳倩;王煜凯;王红球;耿琳
作者机构：
北京鉴知技术有限公司,北京 100000;广东省毒品实验技术中心,广东 510230
文献出处：
引用格式：
[1]左佳倩;王煜凯;王红球;耿琳-.基于卷积神经网络特征提取的拉曼光谱分类研究)[J].光散射学报,2022(01):1-5
A类：
Amphetamine,cathinone,cannabinoids
B类：
网络特征,光谱分类,分类研究,定性识别,安防,缉毒,拉曼光谱分析技术,技术依赖,光谱数据,光谱特征提取,关键处,常利,KNN,待定,误分类,光谱识别,九类,余种,自动特征提取,Softmax,分类器,九种,机器学习方法,近邻,模型识别,定性分类
AB值：
0.284572
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。
