基于近紅外光譜分析技術(shù)的智能煙葉品質(zhì)檢測和產(chǎn)地識別方法研究
【文章頁數(shù)】:149 頁
【學(xué)位級別】:博士
【部分圖文】:
圖2.4ThermoAntaris2外觀和內(nèi)部硬件實(shí)物圖
重慶大學(xué)博士學(xué)位論文20分束器和檢測器,平面鏡中固定不動的是定鏡、平行移動是動鏡,兩者之間時(shí)刻保持著90度的夾角。此外,儀器的主要附件有積分球、樣品杯和光纖漫反射探頭等。圖2.4ThermoAntaris2外觀和內(nèi)部硬件實(shí)物圖Fig.2.4Photoesoflayoutandha....
圖3.7流動分析法設(shè)備實(shí)物圖
重慶大學(xué)博士學(xué)位論文48⑦沿當(dāng)前殘差在ux和vx的最小二乘系數(shù)方向移動,并更新兩者的回歸系數(shù)uw和vw,直至第三個(gè)變量wx的相關(guān)系數(shù)等于前面的相關(guān)系數(shù);⑧跳至第5步,持續(xù)執(zhí)行這個(gè)過程,直至所有變量被選入模型。3.4實(shí)驗(yàn)數(shù)據(jù)的獲取本實(shí)驗(yàn)中500個(gè)煙葉樣本來自貴州省的四個(gè)不同區(qū)域,光....
圖3.11500個(gè)煙葉樣本光譜
3基于噪聲因子的最小角回歸煙葉品質(zhì)檢測模型53圖3.10PCA中前16個(gè)主成分的貢獻(xiàn)率Fig.3.10Contributionrateofthetop16PCsfromPCA3.6實(shí)驗(yàn)結(jié)果與討論本章中對煙葉的NIR數(shù)據(jù)和對應(yīng)樣本中化學(xué)成分的含量數(shù)據(jù)建立數(shù)學(xué)定量分析模型,建模方法采....
圖5.4ReLU激活函數(shù)及其變體Fig.5.4ReLUactivationfunctionanditsvariants
5基于權(quán)重優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)煙葉產(chǎn)地識別模型83i[1,2,..,t]p(Xi)1iflabelip(Xi)0iflabeli(5.13)所以公式(5.12)最終可以簡化為log()iLS(5.14)本文中的特征變量有1609個(gè),很容易導(dǎo)致過擬合現(xiàn)象,但由于每個(gè)特征變量有可能對識....
本文編號:3908024
本文鏈接:http://www.sikaile.net/shoufeilunwen/nykjbs/3908024.html