文献类型：期刊文章

作　　者：王堃[1] 史勇[1] 刘池池[1] 谢义[1] 蔡萍[1] 孔松涛[1]

WANG Kun;SHI Yong;LIU Chichi;XIE Yi;CAI Ping;KONG Songtao(Chongqing University of Science&Technology,College of Mechanical and Power Engineering,Chongqing 401331,China)

机构地区：[1]重庆科技学院机械与动力工程学院,重庆401331

出　　处：《红外技术》

年　　份：2021

卷　　号：43

期　　号：8

起止页码：757-765

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：红外光谱技术存在着数据预处理复杂、预测精度不高,且难以处理大量非线性数据的问题,适于用卷积神经网络进行处理。本文首先分析了卷积神经网络应用在红外光谱上的优点,并对卷积神经网络结构组成进行简单的概述。然后针对卷积神经网络在光谱分析建模中的输入数据维度问题进行详细阐述;针对模型设计中卷积核参数的影响、多任务处理模型以及训练过程中的优化方法进行综述。最后分析了该研究的优点与不足,并展望了未来的发展趋势。

关 键 词：红外光谱 卷积神经网络 维度 建模  

分 类 号：O657.33]