基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
红外光谱技术存在着数据预处理复杂、预测精度不高,且难以处理大量非线性数据的问题,适于用卷积神经网络进行处理.本文首先分析了卷积神经网络应用在红外光谱上的优点,并对卷积神经网络结构组成进行简单的概述.然后针对卷积神经网络在光谱分析建模中的输入数据维度问题进行详细阐述;针对模型设计中卷积核参数的影响、多任务处理模型以及训练过程中的优化方法进行综述.最后分析了该研究的优点与不足,并展望了未来的发展趋势.
推荐文章
基于BP神经网络的木材近红外光谱树种识别
近红外光谱
木材树种识别
BP神经网络
遗传算法
粒子群算法
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
植物油的红外光谱结合神经网络快速识别
红外光谱
植物油
特征提取
机器学习
神经网络
基于卷积神经网络的图像检测识别算法综述
卷积神经网络
图像检测
图像识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的红外光谱建模分析综述
来源期刊 红外技术 学科
关键词 红外光谱 卷积神经网络 维度 建模
年,卷(期) 2021,(8) 所属期刊栏目 综述与评论|SURVEY & REVIEW
研究方向 页码范围 757-765
页数 9页 分类号 O657.33
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (11)
参考文献  (30)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(7)
  • 参考文献(6)
  • 二级参考文献(1)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(3)
  • 参考文献(2)
  • 二级参考文献(1)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
红外光谱
卷积神经网络
维度
建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
论文1v1指导