| 一种基于元学习的光谱重建方法 |
| CN202211621269.2 2022-12-16 发明申请 |
| 2023-3-31 |
| 本发明提供了一种基于元学习的光谱重建方法，首先构建用于微型光谱仪的光谱重建网络模型：然后训练光谱重建网络，最后通过训练好的光谱重建网络完成谱图重构，本发明在不提升硬件系统的条件下，将元学习引入进来，利用其参数预测的能力，设计并引入了卷积核参数预测网络，为出现不同干扰因素的光谱重建预测非共享的卷积核参数，提取更丰富的特征信息，进一步提高了光谱重建网络模型的光谱重建效果和良好的抗干扰能力，实现波长范围为2500?5000nm的谱图重构。本发明引入参数预测网络，为光谱重建网络动态生成非共享的卷积核参数，采用线性插值方法实现可靠的数据上采样，整体提升了此网络模型的重构能力和抗干扰能力。 |
微信公众号