一种基于深度学习的拉曼光谱数据分析方法与装置
基本信息
申请号 | CN202110354545.2 | 申请日 | - |
公开(公告)号 | CN113095188A | 公开(公告)日 | 2021-07-09 |
申请公布号 | CN113095188A | 申请公布日 | 2021-07-09 |
分类号 | G06K9/00(2006.01)I;G06K9/46(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 谷永辉;刘昌军;朱晓熙 | 申请(专利权)人 | 山东捷讯通信技术有限公司 |
代理机构 | 青岛致嘉知识产权代理事务所(普通合伙) | 代理人 | 马明月 |
地址 | 264200山东省威海市环翠区羊亭镇海峰路环翠创新园智能控制研究中心办公楼 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于深度学习的拉曼光谱数据分析方法与装置,包括以下步骤:物质拉曼光谱数据特性分析;人工标注物质拉曼光谱数据类别,建立拉曼光谱训练集、验证集与测试集;针对拉曼光谱数据预处理、光谱易受到环境光干扰、同类型组织拉曼光谱数据具有差异性问题,构建基于多尺度特征融合的深度残差神经网络模型,利用ResNet50作为模型主干网络,融合拉曼光谱特征信息,提高光谱空间语义信息表征能力;使用训练集对拉曼光谱分析模型进行训练,在验证集与测试集上对模型进行性能评估;最后,将训练的模型部署至边缘计算设备,构建拉曼光谱数据分析装置。本发明对拉曼光谱数据进行高效、准确的分析与识别,可应用于不同类型拉曼光谱设备。 |
