| 一种用于拉曼光谱学的基于多项式重建算法的CNN迁移学习方法 |
| CN202111173365.0 2021-10-8 发明申请 |
| 2022-1-18 |
| 本发明公开了一种用于拉曼光谱学的基于多项式重建算法的CNN迁移学习方法。所述方法包括：(1)利用公开拉曼光谱数据库构建大数据集；(2)用重建算法重建大数据集；(3)利用大数据集训练CNN；(4)将CNN运用到不同拉曼光谱仪所测数据集中，实现迁移学习。本发明所提出的重建算法，能同时对光谱进行平滑和插值处理，且只需一次采样，滤除噪声的同时最大程度减少采样误差，进而提高CNN的迁移学习性能，其结果优于插值算法。基于此建立的CNN仅需75％的校准数据即可获得较高的迁移学习性能，优于现有CNN模型。本发明为CNN在拉曼光谱学中的迁移学习提供了一个更简单、更高效的途径。 |
微信公众号