基于支持向量機的紅外光譜子結構解析.pdf_第1頁
已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著商品化紅外光譜儀的計算機化，出現了許多計算機輔助紅外光譜識別方法，這些方法大致可以分為三類：專家系統(tǒng)；譜圖檢索系統(tǒng)；模式識別方法。其中最常用的模式識別方法是人工神經網絡和偏最小二乘法。它們對存在的結構碎片的預測準確度不是很高，且神經網絡尚存在不穩(wěn)定、容易陷入局部最優(yōu)和收斂速度慢等問題?！　”疚膶⒅С窒蛄繖C用于紅外光譜子結構解析。隨機選取了OMNIC數據庫中的823張譜圖，將分為兩部分，取偶數部分的譜圖作為訓練集，含有411張；取奇

2、數部分的譜圖作為預測集，含有412張。對紅外光譜中16個常見的子結構進行解析。在訓練的過程中調整參數(C，σ)，使得支持向量機能夠以很高的精度對“存在”的子結構進行得預測，當“存在”預測精度很高，而“不存在”的預測精度低的時候，就要稍微降低一下“存在”的預測精度，使得“不存在”的也有較好的預測精度。所訓練的支持向量機對16個子結構“存在”的預測正確率(Pc)和“不存在”的預測正確率(Ac)的平均值分別為93.3％和99.0％，“存在”的

3、預測可信度(Qpr)和“不存在”的預測可信度(Qar)的平均值分別為96.0％和98.8％，平均統(tǒng)計特性(EQr)為93.4％。相應的使用神經網絡對這些數據進行訓練并預測，所訓練的神經網絡對16個子結構“存在”的預測正確率(Pc)和“不存在”的預測正確率(Ac)的平均值分別為91.5％和98.5％，“存在”的預測可信度(Qor)和“不存在”預測可信度(Qar)的平均值分別為92.0％和98.7％，平均統(tǒng)計特性(EQr)為90.2％，支持

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論