基于小波神经网络的光谱数据压缩与分类研究

• 作者: 张永胜 郁可
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 小波神经网络 数据压缩 分类 红外光谱
• 年，卷（期）: 1999,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 973-977
• 分类号: TP399
• 语种: 中文

摘要

文中介绍了一种基于小波分析而构造的神经网络模型--小波神经网络.利用它并适当选取网络结构和小波基,实现了对化学物质红外光谱数据的压缩表达和分类.实验表明,网络在大幅度压缩数据的同时能很好地恢复原始光谱、较准确地反映吸收峰的位置和强度.在分类方面它比其它网络具有更高的分辨率和特征提取能力.通过与BP网络的训练结果对比,小波神经网络具有自适应性强、收敛速度快及可屏蔽随机噪声等优点,特别适用于非平稳、非线性信号的分析研究.因此,小波神经网络在光谱处理方面有着较好的应用前景和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永胜	武汉工业大学计算机科学系	9	129	5.0	9.0
2	郁可	武汉工业大学光纤中心	6	91	4.0	6.0