拉曼光谱结合深度学习算法的塑料分类的研究

打开文本图片集

摘要：拉曼光谱法能识别塑料制品光谱特征峰，但操作流程繁琐且准确率有待提升，对此提出了基于一维卷积神经网络（one-dimensional convolution neural network， 1-D CNN）的塑料制品分类算法，首先建立以聚乙烯（polyethylene， PE）、聚丙烯（polypropylene， PP）、聚对苯二甲酸乙二醇酯（polyethylene terephthalate， PET）和聚苯乙烯（polystyrene， PS）为原材料的40种塑料包装样本数据集；然后设计1-D CNN 、K 近邻（KNN）、决策树（DT）和支持向量机（SVM）4种算法模型进行训练，并在光谱分类流程、模型准确率和鲁棒性等方面进行对比。（剩余8146字）