基于小波神经网络的农药荧光光谱识别

• 作者: 张雷 李艳春 李长吾 王玉田
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 农药 荧光光谱 光谱识别 小波神经网络
• 年，卷（期）: 2008,（1）
• 页码范围: 84-86,91
• 页数: 4页
• 分类号: TB99
• 字数: 2442字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玉田	燕山大学电气工程学院	187	2131	24.0	35.0
2	李长吾	燕山大学电气工程学院	3	17	2.0	3.0
3	李艳春	燕山大学电气工程学院	10	117	7.0	10.0
4	张雷	燕山大学电气工程学院	6	22	2.0	4.0