一种基于卷积神经网络的近红外光谱波长选择方法

摘要

本发明提供一种基于卷积神经网络的近红外光谱波长选择方法，包括以下步骤，S1搭建CNN卷积神经网络；S2采用检测目标近红外光谱标样训练CNN模型，更新CNN卷积神经网络超参数；S3模拟正向传播过程，获取波长点权重大小。本发明优选波长后的模型性能明显由于全波长的情况，与iPLS相比，特征波长数更少，性能相当，略有优势。由于本专利为波长点选择算法，当阈值间隔粒度取值更小时，可以获得更高精度的特征波长选择结果。