一种异构复合材料太赫兹特征峰识别的迁移学习方法

本发明公开了一种异构复合材料太赫兹特征峰识别的迁移学习方法，采集大量源域数据及部分实测目标域数据，对每个数据标注标签；构建初始深度学习模型，将源域数据输入到初始模型中进行训练，获得预训练模型；依据目标域的材料结构及特性，应用传输矩阵方法产生多种类型的太赫兹仿真信号，与采集的少量目标域实测数据相结合，建立目标域数据集；将训练完成的预训练模型迁移到目标域中，对预训练模型进行微调，将目标域数据集输入微调后的预训练模型进行模型训练，完成深度学习模型由源域到目标域的迁移学习。本发明通过引入物理模型的仿真信号结合少量实际检测信号形成目标域训练集，通过微调法进行迁移学习，提高了模型的可解释性和泛化能力。