本发明公开了一种基于改进DBN的近红外光谱分析纺织品棉含量的方法,包括以下步骤:(1)收集样品,采集样品的近红外光谱以及样品的理化数据;(2)对获取的光谱数据进行预处理,得到预处理后的数据;(3)使用改进的深度信念网络(DBN)方法,建立定量分析模型,通过全局学习算法对网络进行调整,从而获得最优纺织品棉含量定量分析模型;(4)将预测数据导入所述最优纺织品棉含量定量分析模型进行纺织品棉含量的预测分析。本发明能够快速、无损的测定样品的棉含量,将深层神经网络应用于近红外光谱纺织品棉含量检测领域,且提高了检测的准确度和可靠性。
声明:
“基于改进DBN的近红外光谱分析纺织品棉含量的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)