文献检索-宁波市创意产业特色资源库

限定检索结果

基于栈式自编码融合极限学习机的药品鉴别: 收藏
分享
引用; 《计算机工程与设计》2019年第2期40卷 545-549,561页; 作者：张卫东路皓翔甘博瑞杨辉华桂林电子科技大学计算机与信息安全学院广西桂林541004 北京邮电大学自动化学院北京100876; 近红外光谱数据维度较高,传统的特征提取方法不足以提取更高层次的抽象特征,为此提出一种栈式自编码融合极限学习机的药品鉴别方法,利用ELM代替SAE的反向微调和Softmax分类阶段,减少了SAE的训练时间,提高了SAE的应用能力。以不同厂商生...; 近红外光谱数据维度较高,传统的特征提取方法不足以提取更高层次的抽象特征,为此提出一种栈式自编码融合极限学习机的药品鉴别方法,利用ELM代替SAE的反向微调和Softmax分类阶段,减少了SAE的训练时间,提高了SAE的应用能力。以不同厂商生产的非铝塑包装的头孢克肟片药品的近红外光谱为实例,在不同规模的数据集下,验证该算法,并与其它机器学习方法进行对比。实验结果表明,SAE-ELM减少了SAE的训练时间,具有较高分类准确率和稳定性。; 来源：详细信息评论

限定检索结果