原文传递
一种基于迁移学习的太赫兹光谱识别方法
| 专利名称： | 一种基于迁移学习的太赫兹光谱识别方法 |
| 摘要： | 本发明公开了一种基于迁移学习的太赫兹光谱识别方法，本发明方法为：Step1、对待识别样品测量透射谱，得到待识别样品的太赫兹光谱数据；Step2、将得到的太赫兹光谱数据进行去噪处理；Step3、将待识别样品通过步骤Step1、Step2处理后的得到光谱数据分成待识别样品训练集、待识别样品测试集；Step4、用已知物质的太赫兹光谱数据集输入至循环神经网络进行预训练，得到训练模型；Step5、将待识别样品训练集输入至Step4的训练模型中进行再训练，得到更新后的训练模型；Step6、将待识别样品测试集输入至Step5更新后的训练模型中进行识别，识别出待识别样品为何种物质。本发明可以有效降低深度学习算法在小样识别上过拟合现象严重的问题；相对于传统机器学习算法具有更高的准确率。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 云南;53 |
| 申请人： | 昆明理工大学 |
| 发明人： | 沈韬;朱荣盛;刘英莉;朱艳;崔向伟 |
| 专利状态： | 有效 |
| 申请日期： | 2019-03-26T00:00:00+0800 |
| 发布日期： | 2019-07-30T00:00:00+0800 |
| 申请号： | CN201910231770.X |
| 公开号： | CN110068543A |
| 分类号： | G01N21/3586(2014.01);G;G01;G01N;G01N21 |
| 申请人地址： | 650093 云南省昆明市五华区学府路253号 |
| 主权项： | 1.一种基于迁移学习的太赫兹光谱识别方法，其特征在于：所述方法的具体步骤如下： Step1、对待识别样品测量透射谱，得到待识别样品的太赫兹光谱数据； Step2、将得到的太赫兹光谱数据进行去噪处理； Step3、将待识别样品通过步骤Step1、Step2处理后的得到光谱数据分成待识别样品训练集、待识别样品测试集； Step4、用已知物质的太赫兹光谱数据集输入至循环神经网络进行预训练，得到训练模型； Step5、将待识别样品训练集输入至Step4的训练模型中进行再训练，得到更新后的训练模型；其中，待识别样品训练集采用的是已知物质参与再训练； Step6、将待识别样品测试集输入至Step5更新后的训练模型中进行识别，识别出待识别样品为何种物质。 2.根据权利要求1所述的基于迁移学习的太赫兹光谱识别方法，其特征在于：所述去噪处理采用S-G滤波。 3.根据权利要求2所述的基于迁移学习的太赫兹光谱识别方法，其特征在于：所述S-G滤波器区间设置为2THz-50THz。 4.根据权利要求1所述的基于迁移学习的太赫兹光谱识别方法，其特征在于：所述循环神经网络参数训练采用随时间进行反向传播算法。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
