期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于一维卷积神经网络-长短期记忆网络(1DCNN-LSTM)协同模型驱动的中红外-拉曼融合光谱鉴别石菖蒲/水菖蒲
1
作者 刘英慧 丁盈 +4 位作者 李林岚 陈玉秀 方磊 蒋跃平 刘海涛 《中国无机分析化学》 2026年第2期281-291,共11页
针对近缘中药饮片因形态相似导致的鉴别难题,本文以石菖蒲与水菖蒲为研究对象,提出了一种基于一维卷积神经网络-长短期记忆网络(1DCNN-LSTM)融合模型的中红外(ATR模式)-拉曼光谱鉴别技术。通过标准正态变量变换(SNV)和Savitzky-Golay(SG... 针对近缘中药饮片因形态相似导致的鉴别难题,本文以石菖蒲与水菖蒲为研究对象,提出了一种基于一维卷积神经网络-长短期记忆网络(1DCNN-LSTM)融合模型的中红外(ATR模式)-拉曼光谱鉴别技术。通过标准正态变量变换(SNV)和Savitzky-Golay(SG)平滑进行光谱预处理,并将中红外与拉曼原始光谱直接串联以构建高维融合数据,在此基础上建立了包含传统机器学习(SVM)、单一深度学习模型(1DCNN、LSTM)以及本研究提出的数据级融合(亦称早期融合)+1DCNN-LSTM模型的对比体系,以系统评估融合策略的有效性。结果显示,数据级融合结合1DCNN-LSTM模型取得了卓越的鉴别性能,测试集准确率达96.2%,显著优于其他对照模型。本研究证实:直接利用原始光谱的完整信息进行端到端深度学习,能够有效捕捉近缘中药的细微差异;中红外-拉曼的光谱信息互补性与1DCNN-LSTM“局部特征提取+长程依赖捕捉”的协同优势,为解决近缘易混淆中药的鉴别问题提供了一种简洁、高效且具有良好可迁移性的方法框架,符合中药质量控制精准化与标准化的需求。 展开更多
关键词 石菖蒲 水菖蒲(藏菖蒲) 中红外光谱 拉曼光谱 1DCNN-LSTM 多光谱融合 近缘中药鉴别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部