您的位置: 专家智库 > >

宁夏回族自治区自然科学基金(NZ1103)

作品数:5 被引量:26H指数:3
相关作者:郭中华王磊郑彩英金灵朱兆伟更多>>
相关机构:宁夏大学更多>>
发文基金:宁夏回族自治区自然科学基金更多>>
相关领域:自动化与计算机技术理学电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 3篇理学
  • 1篇电子电信

主题

  • 4篇小波
  • 3篇乳制品
  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 3篇小波压缩
  • 2篇人工神经
  • 2篇人工神经网络
  • 2篇近红外
  • 2篇近红外光
  • 2篇近红外光谱
  • 2篇工神经网络
  • 2篇光谱
  • 2篇红外
  • 2篇红外光
  • 2篇红外光谱
  • 2篇人工神经网
  • 1篇蛋白
  • 1篇蛋白质
  • 1篇信噪比

机构

  • 5篇宁夏大学

作者

  • 5篇郭中华
  • 4篇王磊
  • 2篇金灵
  • 2篇郑彩英
  • 1篇李树庆
  • 1篇陈仁林
  • 1篇刘三亚
  • 1篇刘平
  • 1篇唐燕薇
  • 1篇朱兆伟

传媒

  • 2篇激光与红外
  • 1篇光电子.激光
  • 1篇电视技术
  • 1篇智能计算机与...

年份

  • 1篇2014
  • 3篇2013
  • 1篇2012
5 条 记 录,以下是 1-5
排序方式:
基于小波变换的边缘保留图像去噪改进算法被引量:4
2014年
针对在图像去噪过程中,如何有效地保留图像边缘等重要特征信息的问题,提出了一种基于小波变换的图像去噪改进算法。对图像进行多尺度小波分解,将各子带小波系数进行自适应阈值化处理,边缘成分的阈值由子带阈值和给定的相关权重计算得到,从而有效保留图像边缘信息。分别对Tracy和Building图像进行处理,实验结果表明,与BayesShrink等4种传统方法相比较,改进算法不仅可以有效去除不同程度的加性高斯白噪声,很好地保留图像边缘等重要特征信息,而且具有较高的峰值信噪比。
刘平王磊郭中华李树庆
关键词:图像去噪小波变换自适应阈值峰值信噪比
基于BP神经网络的说话人识别技术的实现被引量:8
2012年
说话人识别就是从说话人的一段语音中提取出说话人的个性特征,通过对这些个人特征的分析和识别,从而达到对说话人进行辨认或者确认的目的。神经网络是一种基于非线性理论的分布式并行处理网络模型,具有很强的模式分类能力及对不完全信息的鲁棒性,为说话人识别技术提供了一种独特的方法。BP(Back-propagation Neural Network)是一种非循环多级网络训练算法,有输入层,输出层和N个隐含层组成。首先概述了语音识别技术,介绍了BP神经网络训练过程的7个步骤及其模型,如何建立BP神经网络模型。同时介绍了与其相关的特征参数的提取,神经网络的训练和识别过程,最后,通过编程在Linux系统下实现说话人身份的识别。
陈仁林郭中华朱兆伟
关键词:说话人识别BP神经网络特征参数LINUX
采用NITS检测乳品中蛋白质、脂肪含量
2013年
应用近红外透射光谱法对乳制品中蛋白质和脂肪含量进行检测。首先对光谱进行平滑等预处理,然后使用小波基为db3,分解尺度为6的小波进行数据压缩,最后以压缩后光谱数据作为输入,采用径向基函数人工神经网络(RBF-ANN)建立四种乳制品蛋白质和脂肪含量的预测模型,并试验得出最佳扩散常数spread值,其中,对蛋白质建模时最佳spread值为135,此时,相关系数和预测集均方差分别达到0.9999和0.0301;对脂肪建模时最佳spread值为105,此时,相关系数和预测集均方差分别达到0.9997和0.0968。结果表明,结合RBF-ANN和小波压缩建立的定量模型更稳定、精度更高,能够对乳制品品质进行快速无损检测。
郭中华王磊刘三亚唐燕薇
关键词:近红外光谱乳制品小波压缩RBF人工神经网络
基于近红外光谱技术乳制品品种快速无损鉴别被引量:3
2013年
研究了使用近红外透射光谱法对四种乳制品品种进行快速鉴别的方法。首先对样品光谱进行多元散射校正等预处理,然后对处理后的光谱进行小波基为db3,分解尺度为6的小波压缩,最后以压缩后光谱数据作为输入变量,分别采用BP-ANN、RBF-ANN和SVM-ANN三种人工神经网络建立品种鉴别模型。结果显示,当光谱预处理方法为多元散射校正加S-G平滑加小波变换(MSC+S-G+WT)时,三种网络对样品的鉴别率均达到了100%。所以近红外光谱技术可以实现对乳制品品种的快速无损鉴别。
王磊郭中华金灵郑彩英
关键词:近红外光谱乳制品小波压缩人工神经网络
基于近红外透射光谱的乳制品蛋白质、脂肪含量检测被引量:11
2013年
应用近红外透射光谱(NITS)法对乳制品中蛋白质和脂肪含量进行快速检测。首先分别对光谱进行二阶导数加S-G平滑(SD+S-G)和一阶导数加多元散射校正加S-G平滑(FD+MSC+S-G)预处理;然后对处理后的光谱进行小波基为db3、分解尺度为6的小波压缩;最后以压缩后光谱数据作为输入变量,采用径向基函数人工神经网络(RBF-ANN)建立4种乳制品的蛋白质和脂肪定量分析模型。经过反复实验得出最佳扩散常数spread值,其中,蛋白质模型在spread值为135时预测精度最高,其相关系数(R)和预测集均方差(RMSEP)分别为0.999 9和0.030 1,脂肪模型在spread值为105时预测精度最高,其R和RHSEP分别为0.999 7和0.096 8。结果表明,基于RBF-ANN和小波压缩建模更稳定、精度更高,可以实现乳制品品质快速无损检测。
郭中华王磊金灵郑彩英
关键词:乳制品小波压缩
共1页<1>
聚类工具0