基于选择集成学习的表面增强拉曼光谱检波算法(英文)

基于选择集成学习的表面增强拉曼光谱检波算法(英文)

论文摘要

文章提出了一种表面增强拉曼光谱的检波算法.该算法基于选择性学习和3种经典检波算法,构建了一个组合波峰检测器.结果表明,与传统算法相比,针对波峰提取,作者的算法有更好的正确率和检出率.证明作者的算法是一个可靠的模型,可以用于表面增强拉曼光谱和其他光谱分析的工程应用.

论文目录

  • 1 Algorithms
  •   1.1 Preprocessing
  •     1.1.1 Denoising
  •     1.1.2 Normalization
  •     1.1.3 Baseline removal
  •   1.2 Basic peak detection algorithms
  •     1.2.1 Threshold method
  •     1.2.2 Differential method
  •     1.2.3 Wavelet method
  •   1.3 Selective ensemble learning algorithm
  •   1.4 Peak detection algorithm majorization
  •     1.4.1 Base detector integration
  •     1.4.2 Threshold majorization
  •     1.4.3 Base detector reintegration
  •   1.5 Integrated peak detection algorithm
  • 2 Conclusion
  • Funding
  • 文章来源

    类型: 期刊论文

    作者: 柳娟,曹茂华,徐志达,林袁,刘向荣

    关键词: 表面增强拉曼光谱,预处理,波峰检测,选择性集成学习,组合波峰检测

    来源: 广州大学学报(自然科学版) 2019年01期

    年度: 2019

    分类: 基础科学

    专业: 物理学

    单位: 厦门大学航空航天学院,厦门大学信息科学与技术学院,伊利诺大学香槟分校微纳米技术实验室

    基金: National Natural Science Foundation of China(Grant Nos.61472333,61772441,61472335),Project of marine economic innovation and development in Xiamen(No.16PFW034SF02),Natural Science Foundation of the Higher Education Institutions of Fujian Province(No.JZ160400),Natural Science Foundation of Fujian Province(No.2017J01099),President Fund of Xiamen University(No.20720170054),Xiamen Key laboratory of Optoelectronic Transducer Technology,Fujian Key Laboratory of Universities and Colleges for Transducer Technology

    分类号: O433

    页码: 37-49

    总页数: 13

    文件大小: 1681K

    下载量: 33

    相关论文文献

    • [1].选择性集成学习模型在岩性-孔隙度预测中的应用[J]. 科学技术与工程 2020(03)
    • [2].基于异质集成学习的虚假评论检测[J]. 山东大学学报(工学版) 2020(02)
    • [3].基于标记分布学习的异态集成学习算法[J]. 模式识别与人工智能 2019(10)
    • [4].集成学习方法:研究综述[J]. 云南大学学报(自然科学版) 2018(06)
    • [5].基于动态选择性集成学习的供应链产销协商优化策略[J]. 计算机工程 2017(05)
    • [6].集成学习中预测精度的影响因素分析[J]. 兵工自动化 2019(01)
    • [7].基于集成学习的小麦识别研究[J]. 现代商贸工业 2019(17)
    • [8].集成学习在文本分类问题中的应用[J]. 中国新通信 2018(09)
    • [9].基于漂移检测和集成学习的木马检测模型[J]. 信息工程大学学报 2017(06)
    • [10].异质集成学习器在鸢尾花卉分类中的应用[J]. 电子制作 2019(02)
    • [11].集成学习方法研究[J]. 计算技术与自动化 2018(04)
    • [12].基于集成学习的房价预测方法研究[J]. 中国新通信 2019(07)
    • [13].异质集成学习器在鸢尾花卉分类中的应用[J]. 中国设备工程 2018(20)
    • [14].基于超声特征集成学习的甲状腺结节分类方法研究[J]. 智能计算机与应用 2016(06)
    • [15].基于选择性集成学习的焊接缺陷识别研究[J]. 中国矿业大学学报 2011(06)
    • [16].选择性集成学习算法综述[J]. 计算机学报 2011(08)
    • [17].核机器集成学习算法的误差分析[J]. 重庆文理学院学报(自然科学版) 2010(04)
    • [18].基于集成学习的复杂网络链路预测及其形成机制分析(英文)[J]. 重庆邮电大学学报(自然科学版) 2020(05)
    • [19].集成学习算法在中医证型分类预测中的应用[J]. 计算机工程与科学 2019(02)
    • [20].一种基于集成学习的科研合作者潜力预测分类方法[J]. 计算机研究与发展 2019(07)
    • [21].一种新颖的多实例集成学习算法[J]. 蚌埠学院学报 2018(05)
    • [22].基于重采样策略的选择性谱聚类集成学习算法[J]. 科学技术与工程 2013(19)
    • [23].个人信用评估应用方法分析——基于集成学习算法视角[J]. 经济问题 2011(12)
    • [24].面向神经机器翻译的集成学习方法分析[J]. 中文信息学报 2019(03)
    • [25].面向不均衡数据的动态抽样集成学习算法[J]. 计算机应用与软件 2019(06)
    • [26].基于集成学习的公交车辆到站时间预测模型研究[J]. 重庆理工大学学报(自然科学) 2019(10)
    • [27].基于集成学习的温室育种智能决策算法[J]. 西南科技大学学报 2017(04)
    • [28].人工智能集成学习方法在入侵检测中的运用[J]. 信息技术与网络安全 2018(02)
    • [29].一种异构集成学习的儿科疾病诊断方法研究[J]. 计算机应用与软件 2018(06)
    • [30].基于聚类优化覆盖的集成学习方法[J]. 计算机技术与发展 2010(11)

    标签:;  ;  ;  ;  ;  

    基于选择集成学习的表面增强拉曼光谱检波算法(英文)
    下载Doc文档

    猜你喜欢