基于代谢物组成的人工神经网络识别丁香花蕾产地方法
神经与进化计算
2020-07-13 v1
摘要
本文研究了利用人工神经网络方法基于代谢物组成识别丁香花蕾产地。一般而言，大型数据集对于准确识别至关重要。基于大型数据集的机器学习能够实现基于产地的精确识别。然而，由于代谢物组成数据缺乏且提取成本高，丁香花蕾使用的数据集较小。结果表明，具有一个和两个隐藏层的反向传播与弹性传播均能准确识别丁香花蕾产地。具有一个隐藏层的反向传播在训练集和测试集上分别达到 99.91% 和 99.47% 的准确率。具有两个隐藏层的弹性传播在训练集和测试集上分别提供 99.96% 和 97.89% 的准确率。
引用
@article{arxiv.2007.05125,
title = {Artificial Neural Network Approach for the Identification of Clove Buds Origin Based on Metabolites Composition},
author = {Rustam and Agus Yodi Gunawan and Made Tri Ari Penia Kresnowati},
journal= {arXiv preprint arXiv:2007.05125},
year = {2020}
}
备注
10 pages, 6 figures, submitted to Acta Polytechnica as scientific journal published by the Czech Technical University in Prague