论文部分内容阅读
为实现水彩笔油墨的准确分类,采用红外光谱法对3种品牌15个系列的60个水彩笔油墨样品进行了检验。经过平滑、校正等预处理后,利用均方根误差得到最佳小波变换压缩次数,以达到降低运算复杂度的目的。通过H?lder指数提取出30个样本特征波数,并将其作为输入变量导入人工神经网络的输入层。分配训练集、验证集和测试集对模型进行训练,最终得到该模型的分类正确率为83.3%。最后绘制了受试者工作特征(ROC)曲线,发现第2类样本的分类正确率高于其他两类样本,实现了对水彩笔油墨种类的模式识别。