【matlab代做-FPGA代做】烟草检测.docx

【matlab代做-FPGA代做】烟草检测.docx程序设计流程
小波能量系数提取的方法进行降维
小波降维处理，将高维的数据转换为低维的数据。这个部分参考你提供的论文进行。
%对数据进行小波变换
[C,L] = wavedec(data?p/db3,);
ca8=appcoef(C程序设计流程
小波能量系数提取的方法进行降维
小波降维处理，将高维的数据转换为低维的数据。这个部分参考你提供的论文进行。
%对数据进行小波变换
[C,L] = wavedec(data?p/db3,);
ca8=appcoef(C,L,'db3',8);
cd8=detcoef(C,L,8);
cd7=detcoef(C,L,7);
cd6=detcoef(C,L,6);
cd5=detcoeRC,L,5);
cd4=detcoef(C,L,4);
cd3=detcoef(C,L,3);
cd2=detcoef(C,L,2);
cdl=detcoef(C,L,l);
%计算个数据的能量
Fca8 = sqrt(sum(ca8'*ca8)/length(ca8));
Fcd8 = sqrt(sum(cd8'*cd8)/length(cd8));
Fcd7 = sqrt(sum(cd7'*cd7)/length(cd7));
Fcd6 = sqrt(sum(cd6'*cd6)/length(cd6));
Fcd5 = sqrt(sum(cd5'*cd5)/length(cd5));
Fcd4 = sqrt(sum(cd4'*cd4)/length(cd4));
Fcd3 = sqrt(sum(cd3'*cd3)/length(cd3));
Fcd2 = sqrt(sum(cd2'*cd2)/length(cd2));
Fcdl = sqrt(sum(cd 1' * cd 1 )/length(cd 1));
%获得降维后的数据
data2(:,i) = [Fcdl Fcd2 Fcd3 Fcd4 Fcd5 Fcd6 Fcd7 Fcd8 Fca8 ];
%去掉异常点之后的原数据
Spectrum_energy2 {i} = data;
%保存小波变化后的每…层的数据
Spectrum_energycd8 {i} =cd8;
Spectrum_energycd7 {i} =cd7;
Spectrum_energycd6 {i} = cd6;
Spectrum_energycd5 {i} =cd5;
Spectrum_energycd4 (i} =cd4;
Spectrum_energycd3 {i} =cd3;
Spectrum_energycd2 {i} = cd2;
Spectrumenergy cd 1 (i} = cdl;
这个部分计算小波变化之后每一层的能量，最后得到如下的仿真结果:
从上面的仿真结果可知，维度变为了 9维，这样可以方便的进行后期神经网络训练等操
作。
神经网络功能1
用光谱特征指数或者小波能量系数降维处理后的数据来预测所给的相应的生理指标（数 据中给出的是。-胡萝卜素）。建立预测模型，并按照前面所给的模型评价指标来对模型进行评 价。
这个步骤，首先需要对光谱信息进行降维处理，按步骤二的方法进行，然后进行神经