典型文献
基于麻雀搜索算法结合深度前馈神经网络的近红外模型转移方法研究
文献摘要：
该文提出了一种基于麻雀搜索算法结合深度前馈神经网络(SSA-DFN)的近红外光谱模型转移方法.使用深度前馈神经网络拟合不同仪器采集到的光谱之间的非线性函数映射,并将麻雀搜索算法用于网络各层连接权值和阈值的初始化,通过种群中个体位置的迭代更新,求得连接权值和阈值的最优初始值;通过多次调整深度前馈神经网络模型的超参数,使网络拟合效果趋于最优,最终确定转移函数.为验证方法的有效性,分别从烟叶近红外光谱谱图、主成分投影和预测结果的角度,将SSA-DFN方法与分段直接校正算法(PDS)、典型相关性分析算法(CCA)转移前后的效果进行了对比.结果表明SSA-DFN方法转移后的从机光谱与原主机光谱重合度最高,转移后主、从机总糖、烟碱含量的预测结果差异不显著,预测平均误差从8.32％、9.15％分别降至4.65％、4.82％,预测均方根误差(RMSEP)和决定系数(R2)等指标均优于PDS和CCA,取得了最佳的转移效果,可满足企业需求.结果表明该方法是一种有效的模型转移方法.
文献关键词：
模型转移;麻雀搜索算法;深度前馈神经网络;近红外光谱
中图分类号：
作者姓名：
刘鑫鹏;秦玉华;张凤梅;蒋薇;尹志豇
作者机构：
青岛科技大学 信息科学技术学院,山东 青岛 266061;云南中烟工业有限责任公司技术中心,云南 昆明 650231
文献出处：
引用格式：
[1]刘鑫鹏;秦玉华;张凤梅;蒋薇;尹志豇-.基于麻雀搜索算法结合深度前馈神经网络的近红外模型转移方法研究)[J].分析测试学报,2022(11):1621-1628
A类：
烟叶近红外光谱,典型相关性分析算法
B类：
麻雀搜索算法,深度前馈神经网络,近红外模型,模型转移,SSA,DFN,红外光谱模型,使用深度,非线性函数,函数映射,连接权值,初始化,迭代更新,初始值,前馈神经网络模型,超参数,拟合效果,验证方法,谱图,校正算法,PDS,CCA,原主,主机,重合度,后主,总糖,烟碱,碱含量,平均误差,RMSEP,决定系数,企业需求
AB值：
0.271945
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。
