基于Dropout深度信念网络的烟叶近红外光谱模型研究

• 作者: 丁香乾 宫会丽 张瑞 高政绪
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 近红外光谱 烟叶 深度信念网络 Dropout 过拟合
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 383-387,470
• 页数: 6页
• 分类号: TS411
• 字数: 4729字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2019.02.026

摘要

针对近红外光谱数据小样本、高维、非线性的问题,论文提出一种基于Dropout深度信念网络的定量模型构建方法.Dropout概念的引入,避免了节点之间的协同作用,提高了网络的泛化能力,深度信念网络保证了非线性建模的能力,提高了预测准确性.通过仿真实验验证了该方法具有更好的预测精度和模型稳定性,对建立烟叶化学成分定量模型具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁香乾	中国海洋大学信息科学与工程学院	99	1107	16.0	30.0
5	宫会丽	中国海洋大学信息科学与工程学院	25	140	7.0	10.0
9	高政绪	山东潍坊烟草有限公司烟叶生产技术中心	21	29	2.0	3.0
10	张瑞	中国海洋大学信息科学与工程学院	3	8	2.0	2.0