![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于太赫兹及含Inception块残差网络的北柴胡鉴别.pdf
《基于太赫兹及含Inception块残差网络的北柴胡鉴别.pdf》由会员分享,可在线阅读,更多相关《基于太赫兹及含Inception块残差网络的北柴胡鉴别.pdf(6页珍藏版)》请在咨信网上搜索。
1、五邑大学学报(自然科学版)JOURNAL OF WUYI UNIVERSITY (Natural Science Edition)第 37 卷 第 4 期 2023 年 11 月 Vol.37 No.4 Nov.2023 文章编号:1006-7302(2023)04-0047-06 基于太赫兹及含 Inception 块残差网络的 北柴胡鉴别 叶华清,蔡圣杰,郑成勇(五邑大学 数学与计算科学学院,广东 江门 529020)摘要:为更准确鉴别藏柴胡、锥叶柴胡和北柴胡,本文首先对柴胡样本进行太赫兹光谱测定,然后用含 Inception 块的残差网络对光谱数据进行识别.本文方法将 Inception
2、 块中的卷积核收缩成一维,通过一维 Inception 块堆叠及残差连接来构建残差网络的主干部分.主干部分后面依次是全局平均池化(Global Average Pooling,GAP)层、全连接(Full Connection,FC)层和Softmax 层,其中,网络的主干部分用于对输入的太赫兹光谱数据进行多尺度特征提取,GAP层用于汇聚多尺度特征,FC 层和 Softmax 层用于实现最后的分类.本文算法与 9 种传统模式识别算法进行了对比实验.结果表明,本文算法鉴别精度达 88.99%,优于 9 种传统模式识别算法.本文算法为北柴胡的鉴别提供了新的解决方案.关键词:太赫兹;深度学习;北柴胡
3、鉴别;Inception 块 中图分类号:TP391.41 文献标志码:A Identification of Bupleuri chinense Based on Terahertz and Residual Network with Inception Blocks YE Hua-qing,CAI Sheng-jie,ZHENG Cheng-yong(School of Mathematics and Computational Science,Wuyi University,Jiangmen 529020,China)Abstract:Abstract:To more accuratel
4、y identify Bupleurum chinense from Tibetan Bupleurum and Conical Leaf Bupleurum,the Terahertz spectra of three Bupleurum samples are collected firstly,and a residual network containing Inception blocks is then adopted to identify the spectral data.We shrink the convolutional kernels in Inception blo
5、cks into one dimension,and construct the backbone of the residual network through one-dimensional Inception blocks stacking and residual connections.The backbone is followed by the Global Average Pooling(GAP)layer,Full Connection(FC)layer,and Softmax layer.Among them,the backbone of the network is u
6、sed for multi-scale feature extraction of inputted Terahertz spectral data,the GAP layer is used to aggregate multi-scale features,and the FC layer and Softmax layer are used to achieve the final classification.The proposed algorithm was compared with 9 traditional pattern recognition algorithms thr
7、ough experiments,the experimental 收稿日期:2022-12-14 基金项目:广东省教育科学规划课题(2021GXJK308);五邑大学港澳联合研发基金(2022WGALH16)作者简介:叶华清(1997),男,广东河源人,在读硕士生,研究方向为模式识别与机器学习;郑成勇,副教授,博士,硕士生导师,通信作者,研究方向为模式识别与机器学习.五邑大学学报(自然科学版)2023 年 48 results of which show that the identification accuracy of the proposed algorithm reaches 88
8、.77%,which is superior to 9 traditional pattern recognition algorithms.This algorithm provides a new solution for the identification of Bupleurum chinense.Key words:Key words:Terahertz;Deep Learning;Bupleurum chinense identification;Inception blocks 北柴胡由伞形科植物柴胡的根组织干燥形成,是现代临床常用中药之一1.藏柴胡和锥叶柴胡都是北柴胡的伪品,
9、它们的性状特征比较相似,给采集和使用过程中的鉴别工作带来了一定的困难.目前市场上时常发生一些用藏柴胡2或者锥叶柴胡3替代北柴胡的事件,对消费者的利益造成损害.因此,建立有效的北柴胡鉴别方法是必要的4.传统的柴胡鉴别使用的方法通常是性状鉴别5、薄层色谱(TLC)6或者是高效液相色谱(HPLC)7.性状鉴别法容易受主观因素的影响,TLC 及 HPLC等方法则通常分析成本较高,分析时间较长.太赫兹(Terahertz,THz)是一种新兴技术,具有无损检测、穿透性强、光子能量低等优点8,已被广泛地应用于药材的检测.但经搜索文献发现,近年来将太赫兹技术应用于柴胡鉴别的研究较少,本文提出利用太赫兹技术鉴别
10、北柴胡.在深度学习领域中9-10,残差连接解决了深度网络梯度消失的问题.多尺度融合技术则是计算机视觉领域中常被使用且不会损害精度的技术,GoogLeNet 中的单元结构Inception 块就是其中之一,通过不同尺度提取的信息往往比单一尺度提取的信息更丰富.为了将深度学习方法应用于北柴胡鉴别,并充分利用太赫兹光谱数据的多尺度信息,本文依据太赫兹光谱数据的特点,将 Inception块中的二维卷积核收缩为一维卷积核,以此构建一维 Inception(1D Inception,1DIn)块结构,然后通过残差连接,构建含 1DIn 的残差网络,用于北柴胡鉴别,并将其与传统的机器学习方法作对比.1 太
11、赫兹光谱技术 太赫兹(THz)是波动频率单位之一,又称太赫,或太拉赫兹,等于1210Hz,通常用于表示电磁波频率.太赫兹辐射是一种频率为0.110 THz的电磁辐射,从频率上看,在无线电波和光波,毫米波和红外线之间;从能量上看,在电子和光子之间.太赫兹辐射具有以下显著特征11:1)指纹图谱.太赫兹辐射的光子能量与分子中旋转跃迁的激发能量相似,因此分子振动和旋转等信息包含在太赫兹光谱中.这就是太赫兹光谱的指纹特征,也是它能够应用于物质检测和识别的重要原因.2)良好的生物安全性.与 X 射线相比,太赫兹波在1 THz下具有约4 meV的非常低的光子能量,并且是非电离的.因此,太赫兹波不会对生物组织
12、等样品造成电离损伤.3)相干测量.太赫兹波通常是由相干激光脉冲利用非线性光学效应或相干电流驱动的偶极振荡产生的,因此太赫兹波是相干的,可以直接测量电场的振幅和相位信息.4)高空间、时间分辨率.与微波和毫米波相比,太赫兹波具有更短的波长,可以实现更高的分辨率.太赫兹脉冲具有良好的时间分辨率,脉冲宽度在亚皮秒到皮秒的时间尺度上,可以分析分子、电子等的瞬态变化.因此,可以将太赫兹时间分辨光谱用于物质的检测和识别.5)渗透性好.太赫兹波具有良好的穿透性,可以穿透包括塑料、服装和陶瓷在内的一般介电材料.这使得太赫兹光谱法有可能探测危险物品.尽管太赫兹波很容易被水等极性分子吸收和损失,但此时的吸收光谱也可
13、以用来评估样品的含水量.第 37 卷 第 4 期 49 叶华清等:基于太赫兹及含 Inception 块残差网络的北柴胡鉴别 本文所用的太赫兹光谱数据由江门华讯方舟科技有限公司利用其太赫兹时域光谱仪(型号为CCT-1800)采集而来.由于水对太赫兹波具有较强的吸收力,因此在太赫兹数据采集过程中,需对样品仓持续吹扫氮气,避免空气中的水汽对实验造成干扰12.2 1D Inception 块网络模型构建 Inception 块是 GoogLeNet 中的单元块,它的出现是卷积神经网络(CNN)发展历程中的一个里程碑13.在此之前,大部分流行的网络架构主要采取不断堆叠卷积层来获得更深的网络,以获得更好
14、的性能.然而增大网络深度往往会让网络模型显得愈加沉重冗余.针对该问题,谷歌团队提出了Incepetion 块,目前其版本已历经了从 v1 到 v414的重大飞跃.Inception 网络最大的优点是使用了大量的 Inception 块.因为有了这些 Inception 块,Inception 网络能够对输入的图像数据并行执行多个卷积运算以及多个池化操作运算,同时该网络可以将所有运算的输出结果拼接为一个特别深的特征图,以提取并融合图像的多尺度特征,获得更好的图像表征15.本文构建的是含 Inception 块的残差网络架构,它融合了残差网络和 Inception 块的优点.无论是Inceptio
15、n 块,还是 GoogLeNet,都是面向图像的网络架构,但太赫兹光谱数据只有一维,并不能直接输入其中.为此,本文构建了一种可直接接受太赫兹光谱数据输入的仅含一维卷积核的一维Inception(1D Inception,1DIn)块结构.图 1展示了所构建的 1DIn 块结构图.它由输入层、一维卷积层、拼接层、输出层构成,其中的一维卷积层由上至下分别包含 32 个尺寸为 1、21n、41n、81n(n 为正整数)的一维卷积核.输入数据通过 4 个不同尺寸的卷积层后得到 4 个通道数为 32 的输出,将其在通道维度拼接,然后作为 1DIn 块的输出.通过 1DIn 块堆叠及残差连接而成的网络结构
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 赫兹 Inception 块残差 网络 柴胡 鉴别
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。