二维多模态表征学习的拉曼光谱识别方法、装置和设备

AITNT
正文
推荐专利
二维多模态表征学习的拉曼光谱识别方法、装置和设备
申请号:CN202410917689
申请日期:2024-07-10
公开号:CN118536001B
公开日期:2024-09-20
类型:发明专利
摘要
本申请提供了一种二维多模态表征学习的拉曼光谱识别方法、装置和设备,所述方法包括:将一维拉曼光谱信号转换为不同模态的二维矩阵,所述不同模态的二维矩阵包括:时频表征矩阵、关联表征矩阵、空间表征矩阵;利用多流特征提取器分别对所述不同模态的二维矩阵进行特征提取,得到多模态的特征;基于注意力机制对所述多模态的特征进行融合处理,得到融合特征,并根据所述融合特征进行光谱类别预测。如此,通过充分提取拉曼光谱的不同模态信息,实现高准确性的拉曼光谱识别。
技术关键词
多模态 特征提取器 矩阵 融合特征 识别方法 空间特征提取 注意力机制 信号值 模块 样本 波长 像素点 连续小波变换 信号处理 序列 级联 处理器 模态特征 坐标系
系统为您推荐了相关专利信息
1
一种航空动力矩阵一致跟踪控制系统及其方法
航空发动机 跟踪控制系统 干扰观测器 加速度 非光滑
2
一种基于序列推荐的合作关系预测方法、装置及电子设备
序列推荐 关系预测方法 关系预测模型 文本 科研
3
一种铁路纵断面设计方法及系统
分段线性模型 纵断面设计 实测信息 线性规划模型 处理单元
4
一种基于多模态融合的智慧楼宇管理系统
智慧楼宇管理系统 视觉特征提取 处理器模块 多模态数据采集 特征提取模块
5
一种基于影像信息的病灶识别系统及方法
粒子 深度学习模型 影像 识别系统 搜索算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号