基于CNN的水质特征提取模型

• 作者: 张银银 汪宏舟
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 卷积神经网络回归 光谱分析 水质检测 损失函数 梯度下降
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 技术创新
• 页码范围: 61-63
• 页数: 3页
• 分类号: TP3
• 字数: 2044字
• 语种: 中文

摘要

针对液体中物质浓度预测模型,构建一种基于卷积神经网络的水质特征提取模型.首先,定义含有卷积层、采样层、全连接层的七层网络结构,选取适当的最优化方法和损失函数,对模型进行训练调整参数.接着分析了不同损失函数对模型训练和模型验证的影响.实验验证了在水质检测领域运用卷积神经网络回归的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张银银	三峡大学计算机与信息学院	6	6	2.0	2.0
2	汪宏舟	三峡大学计算机与信息学院	2	3	1.0	1.0