基于双向长短期记忆网络的太赫兹光谱识别

虞浩跃, 沈韬^*, 朱艳, 刘英莉, 余正涛

Terahertz Spectral Recognition Based on Bidirectional Long Short-Term Memory Recurrent Neural Network

YU Hao-yue, SHEN Tao^*, ZHU Yan, LIU Ying-li, YU Zheng-tao

(a)5种化合物具有明显特征峰(谷)的太赫兹透射光谱曲线; (b)5种化物无明显特征峰(谷)的太赫兹透射光谱曲线; (c)5种化合物具有相似的太赫兹透射光谱曲线选用目前研究中常用的机器学习分类算法SVM, KNN及神经网络算法MLP, CNN作为对比实验。 SVM模型的核函数设置为径向基函数, 惩罚系数 C =1.0, 核参数gamma=0.001; KNN模型的K最邻近个数n_neighbors=5, 优化树结构algorithm=“ball tree”, 两种方法都采用十折交叉验证得到测试集准确率。 MLP模型采用两层隐含层结构, 每层神经元数为256个; CNN模型采用LeNet-5结构, 其中卷积核和池化层的参数均参照LeNet-5设置。 MPL和CNN模型的输出层均接softmax函数预测分类并计算交叉熵损失, 采用自适应学习率Adam优化算法进行训练。