期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
实木板材抗弯强度的SWCSS-GFK-SVM数据迁移建模方法
被引量：
5
1
作者
陈金浩
蒋大鹏
+1 位作者
张怡卓
王克奇
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第5期1471-1477,共7页
木材的抗弯强度是木材重要的力学指标。光谱分析操作简单、方便、快速,已成为木材检测的重要手段。但是在应用中,面对检测环境的温湿度变化、仪器部件老化和附件更换等情况,采集到的光谱数据会发生一定程度的偏移。为了解决这一问题,以...
木材的抗弯强度是木材重要的力学指标。光谱分析操作简单、方便、快速,已成为木材检测的重要手段。但是在应用中,面对检测环境的温湿度变化、仪器部件老化和附件更换等情况,采集到的光谱数据会发生一定程度的偏移。为了解决这一问题,以落叶松抗弯强度的近红外光谱预测模型为研究对象,针对不同类型光谱仪数据差异而导致主机模型泛化能力差的问题,提出了一种迁移学习与光谱转移校准结合的近红外光谱建模方法。加工200组落叶松板材试件样本,以NIRQuest512光谱仪为主机、One-chip微型集成光谱仪为从机,分别采集落叶松试材光谱数据,利用力学万能测试机检测试件力学真值;2类数据经过SNV、SG、光谱剪切预处理后,从机数据使用PDS转移校正完成从机到主机光谱线性变换;然后,利用SWCSS对2类光谱数据进行特征提取,优选出主机与从机相关的稳定性一致光谱波段;最后,采用100组试件的2类近红外光谱数据进行GFK-SVM建模,得到适用于主机、从机设备的通用模型。为了验证模型方法的有效性,应用100组数据进行测试并对比了DS-PLS,PDS-PLS,DS-SWCSS-GFK-SVM和PDS-SWCSS-GFK-SVM等建模方法;结果表明,PDS采用了滑窗技术,方法相较DS方法可以更好地完成光谱数据的线形映射,在一定程度上提高了建模精度,统一了两组光谱仪之间的光程与波长数;SWCSS特征提取方法能够根据2组光谱数据集之间的差异与共性优选波段,保证特征选择的有效性与稳定性,提升建模精度;GFK-SVM适合不同光谱数据的迁移,能够通过合理的核函数参数优选实现不同类型光谱数据的高维映射,在高维空间中构建不同数据集的通用模型,实现主机模型在从机光谱预测上的泛化,提升了数据的使用效率,测试集相关系数R_(p)达到0.875,均方根误差RMSEP为11.975。
展开更多
关键词
木材抗弯强度
模型转移
迁移学习
gfk-svm
在线阅读
下载PDF
职称材料
题名
实木板材抗弯强度的SWCSS-GFK-SVM数据迁移建模方法
被引量：
5
1
作者
陈金浩
蒋大鹏
张怡卓
王克奇
机构
东北林业大学机电工程学院
出处
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022年第5期1471-1477,共7页
基金
国家林业局948项目(2015-4-52)
中央高校基本科研业务费专项资金项目(2572017CB34)资助。
文摘
木材的抗弯强度是木材重要的力学指标。光谱分析操作简单、方便、快速,已成为木材检测的重要手段。但是在应用中,面对检测环境的温湿度变化、仪器部件老化和附件更换等情况,采集到的光谱数据会发生一定程度的偏移。为了解决这一问题,以落叶松抗弯强度的近红外光谱预测模型为研究对象,针对不同类型光谱仪数据差异而导致主机模型泛化能力差的问题,提出了一种迁移学习与光谱转移校准结合的近红外光谱建模方法。加工200组落叶松板材试件样本,以NIRQuest512光谱仪为主机、One-chip微型集成光谱仪为从机,分别采集落叶松试材光谱数据,利用力学万能测试机检测试件力学真值;2类数据经过SNV、SG、光谱剪切预处理后,从机数据使用PDS转移校正完成从机到主机光谱线性变换;然后,利用SWCSS对2类光谱数据进行特征提取,优选出主机与从机相关的稳定性一致光谱波段;最后,采用100组试件的2类近红外光谱数据进行GFK-SVM建模,得到适用于主机、从机设备的通用模型。为了验证模型方法的有效性,应用100组数据进行测试并对比了DS-PLS,PDS-PLS,DS-SWCSS-GFK-SVM和PDS-SWCSS-GFK-SVM等建模方法;结果表明,PDS采用了滑窗技术,方法相较DS方法可以更好地完成光谱数据的线形映射,在一定程度上提高了建模精度,统一了两组光谱仪之间的光程与波长数;SWCSS特征提取方法能够根据2组光谱数据集之间的差异与共性优选波段,保证特征选择的有效性与稳定性,提升建模精度;GFK-SVM适合不同光谱数据的迁移,能够通过合理的核函数参数优选实现不同类型光谱数据的高维映射,在高维空间中构建不同数据集的通用模型,实现主机模型在从机光谱预测上的泛化,提升了数据的使用效率,测试集相关系数R_(p)达到0.875,均方根误差RMSEP为11.975。
关键词
木材抗弯强度
模型转移
迁移学习
gfk-svm
Keywords
Wood bending strength
Calibration transfer
Transfer learning
gfk-svm
分类号
O657.33 [理学—分析化学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
实木板材抗弯强度的SWCSS-GFK-SVM数据迁移建模方法
陈金浩
蒋大鹏
张怡卓
王克奇
《光谱学与光谱分析》
SCIE
EI
CAS
CSCD
北大核心
2022
5
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
