一种基于多元回归结合稀疏自编码器光谱特征降维方法 | |
孙兰香; 吕尊记; 张鹏; 于海斌; 曾鹏 | |
2021-12-17 | |
著作权人 | 中国科学院沈阳自动化研究所 |
国家 | 中国 |
文献子类 | 发明 |
产权排序 | 1 |
英文摘要 | 本发明涉及光谱分析领域,具体是一种基于多元回归结合稀疏自编码器光谱特征降维方法。针对数据存在噪声和光谱数据维度过高带来的问题,提出基于稀疏自编码器特征降维神经网络的LIBS的定量分析方法以提高陶瓷原理元素检测精度。具体步骤为:(1)计算训练集中每列特征与标签之间的权重系数;(2)训练集中选取权重系数在前L的特征;(3)测试集保留与训练集剩余特征相同的特征列;(4)用训练集剩余特征建立稀疏自编码器模型,将特征由L维重构为M维;(5)使用自编码器模型对测试集数据进行降维。本发明提供了一种有效降低数据特征维度的方法,提高了分析精度。 |
申请日期 | 2021-09-03 |
语种 | 中文 |
状态 | 公开 |
内容类型 | 专利 |
源URL | [http://ir.sia.cn/handle/173321/30150] |
专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
作者单位 | 中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 孙兰香,吕尊记,张鹏,等. 一种基于多元回归结合稀疏自编码器光谱特征降维方法. 2021-12-17. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论