基于交叉关联注意力的少样本拉曼光谱识别方法和装置

AITNT
正文
推荐专利
基于交叉关联注意力的少样本拉曼光谱识别方法和装置
申请号:CN202410917697
申请日期:2024-07-10
公开号:CN118468142B
公开日期:2024-09-10
类型:发明专利
摘要
本申请提供了一种基于交叉关联注意力的少样本拉曼光谱识别方法和装置,该方法包括:利用残差网络对查询集和支持集进行特征提取,得到查询特征和支持特征,所述查询集包括查询拉曼光谱数据,所述支持集包括各个类别对应的支持拉曼光谱数据;利用交叉关联注意力模块对查询特征和支持特征进行处理,得到最终查询特征和最终支持特征;根据最终查询特征和最终支持特征之间的相似度,确定查询集中查询拉曼光谱数据的类别。该方法不需要深度神经网络模型学习大量拉曼光谱数据的特征,只需要利用支持集中的少量支持拉曼光谱数据来识别查询拉曼光谱数据的类别就行,如此,在少样本拉曼光谱数据下实现准确的拉曼光谱识别。
技术关键词
拉曼光谱数据 查询特征 注意力 样本 嵌入特征 识别方法 残差网络 预测类别 深度神经网络模型 模块 视角 三元组 处理器 识别装置 标签 可读存储介质 存储器 误差 电子设备 计算机
系统为您推荐了相关专利信息
1
一种FTTR-B网络切片方法、装置、介质及设备
资源分配 网络切片方法 卷积编码器 数据 动态切片
2
图像真伪确定方法、装置、设备、介质及程序产品
多模态特征 统计特征 频域特征 梯度方向直方图 图像生成模型
3
一种语言模型动态结构化高效微调方法及电子设备
微调方法 自然语言模型 遗传算法 强化学习策略 贪心策略
4
一种钢轨B显图像伤损检测方法、电子设备及存储介质
局部注意力机制 多维特征向量 钢轨 采样点 图像
5
基于深度强化学习的移动机器人层次路径规划方法及系统
移动机器人 深度强化学习 路径规划方法 全局路径规划 注意力机制
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