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：
基于卷积神经网络组合算法的卷烟牌号在线分类识别研究 被引量：1
1
作者 李石头 廖付 +8 位作者 吴继忠 张军 徐梦瑶 丁伟 李永生 李淑彪 何文苗 王辉 毕一鸣 《分析测试学报》 北大核心 2025年第3期514-520,共7页
为探究烟丝在线近红外光谱与卷烟牌号间的关系,提出了一种基于ResNeXt18-CNN-LightGBM混合模型的卷烟牌号分类识别方法。首先对采集的烟丝样本在线光谱数据进行预处理,并利用ResNeXt18网络模型对预处理后的光谱进行初次特征提取。然后... 为探究烟丝在线近红外光谱与卷烟牌号间的关系,提出了一种基于ResNeXt18-CNN-LightGBM混合模型的卷烟牌号分类识别方法。首先对采集的烟丝样本在线光谱数据进行预处理,并利用ResNeXt18网络模型对预处理后的光谱进行初次特征提取。然后将提取后的特征输入自定义的3层卷积神经(CNN)网络模型中,进行二次特征提取。最后将CNN提取的特征代入LightGBM分类器进行牌号分类训练。结果表明,ResNeXt18-CNN-LightGBM模型中烟丝牌号分类的准确率达97%。相较于传统的单个化学计量学算法,该文提出的基于卷积神经网络组合算法的卷烟牌号分类识别方法简单易行、准确性高、稳定性好,可应用于卷烟工业生产中卷烟牌号的在线识别,对卷烟品牌管理、生产质量评价及卷烟质量管控具有重要意义。 展开更多
关键词 在线近红外光谱 卷烟牌号 resnext18 LightGBM 分类效果
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