卷積神經(jīng)網(wǎng)絡(luò)(CNNs)由于其預(yù)處理方法簡(jiǎn)單,提取信息效果好,分類(lèi)準(zhǔn)確度高在圖像分類(lèi)識(shí)別領(lǐng)域有著廣泛的應(yīng)用。利用CNNs建立不同年代紙張的分類(lèi)定量模型。通過(guò)調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),最終模型的準(zhǔn)確率能達(dá)到90.08%。通過(guò)對(duì)比LDA和SIMCA方法(準(zhǔn)確率分別為48%和62%),驗(yàn)證了CNNs方法的可靠性。實(shí)驗(yàn)結(jié)果表明,應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)可對(duì)不同年代的紙張準(zhǔn)確、可靠的判別分類(lèi),為紙張年代的判定提供一個(gè)簡(jiǎn)單快速無(wú)損的分析方法;基于CNNs可用于紅外光譜,并可獲得優(yōu)異的分類(lèi)效果。

【文章頁(yè)數(shù)】：2 頁(yè)


本文編號(hào)：3943671