一种基于深度学习的拉曼光谱去噪方法
基本信息
| 申请号 | CN202210091302.9 | 申请日 | - |
| 公开（公告）号 | CN114417937A | 公开（公告）日 | 2022-04-29 |
| 申请公布号 | CN114417937A | 申请公布日 | 2022-04-29 |
| 分类号 | G06K9/00（2022.01）I;G06K9/62（2022.01）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 | 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 | 本发明提供一种基于深度学习的拉曼光谱去噪方法，解决现有技术中去噪的过程中容易丢失纯拉曼光谱信息，同时还依靠人为干预来设定输入参数。本发明提出一种基于深度学习的网络的拉曼光谱去噪方法，包括以下步骤：生成模型训练所需的拉曼光谱数据，分为训练集、验证集以及测试集；然后建立U‑Net拉曼光谱去噪模型，模型分为编码器网络、解码器网络两个模块，在编码器网络中使用一维卷积对拉曼光谱数据进行特征提取，在解码器网络中对提取的特征光谱进行重构并输出纯净光谱。本发明能够有效地对拉曼光谱进行噪音去除，较好的保留拉曼光谱信息，为进一步对拉曼光谱进行定性与定量提供精确可靠的信息。可广泛应用于光学领域技术领域。 |
