بررسی اثر استخراج ویژگی در افزایش دقت تخمین غلظت عناصر موجود در ترکیبات شیمیایی با شبکه عصبی

در این تحقیق توانایی شبکه های عصبی مصنوعی در تخمین غلظت موادی که منحنی جذب آنها بر اساس تغییرات زمان حاصل شده اند، برسی می شود. همچنین اثر استخراج ویژگی از سیگنال خام در آموزش شبکه عصبی بررسی می شود. در دو مرحله جداگانه ویژگی های سطح زیر منحنی و خود همبستگی از داده های خام استخارج می شوند و شبکه عصبی با این داده ها آموزش داده می شود و سپس با داده هایی غیر از داده های آموزشی، آزمایش می شود. نتایج شبکه هایی که با این ویژگی ها آموزش دیده اند، نسبت به نتایج حاصل از شبکه های آموزش دیده با داده های خام، بهبود قابل ملاحظه ای را نشان می دهند.

کلیدواژه ها:

تخمین غلظت ، شبکه عصبی ، استخراج ویژگی ، خود همبستگی ، اسپکتروفوتومتری