دراسة التعرف على تصنيف علامات السجائر عبر الإنترنت استناداً إلى خوارزمية مدمجة للشبكة العصبية التلافيفية
摘要
للبحث في العلاقة بين الطيف القريب من الأشعة تحت الحمراء عبر الإنترنت لفتات التبغ وعلامات السجائر، تم اقتراح طريقة تصنيف وتعرف على علامات السجائر تعتمد على نموذج هجين ResNeXt18-CNN-LightGBM. أولاً، تم إجراء معالجة مسبقة لبيانات الطيف المأخوذة عبر الإنترنت لعينات فتات التبغ، وتم استخدام نموذج شبكة ResNeXt18 لاستخراج الميزات الأولية للطيف المعالج مسبقًا. ثم تم إدخال الميزات المستخرجة في نموذج شبكة عصبية تلافيفية (CNN) مكون من 3 طبقات مخصص لإجراء استخراج ميزة ثانوية. أخيرًا، تم إدخال الميزات المستخرجة من CNN في مصنف LightGBM لتدريب تصنيف العلامات. أظهرت النتائج أن دقة تصنيف علامات فتات التبغ في نموذج ResNeXt18-CNN-LightGBM تصل إلى 97٪. مقارنة بالخوارزميات الكيميائية التقليدية الفردية، فإن طريقة التعرف على تصنيف علامات السجائر القائمة على خوارزمية مدمجة للشبكات العصبية التلافيفية المقترحة في هذه الورقة بسيطة وسهلة التنفيذ، ودقتها عالية، واستقرارها جيد، ويمكن تطبيقها في التعرف على علامات السجائر عبر الإنترنت في الإنتاج الصناعي للسجائر، ولها أهمية كبيرة في إدارة العلامات التجارية للسجائر، وتقييم جودة الإنتاج، ورقابة جودة السجائر.
关键词
الطيف القريب من الأشعة تحت الحمراء عبر الإنترنت;علامات السجائر;ResNeXt18;LightGBM;نتائج التصنيف