摘要
一种单分子的光谱特征识别模型的训练方法、光谱特征识别方法,其中训练方法包括:采用模拟数据集对光谱特征识别模型进行训练,得到初步训练的光谱特征识别模型,模拟数据集包括多张仿真光谱信息样本图像和对应的光谱质心标签;获取真实数据集,真实数据集包括多张真实光谱信息样本图像和对应的光谱质心伪标签;以模拟数据集为源域数据,以真实数据集为目标域数据,对初步训练的光谱特征识别模型进行域适应训练,得到训练完成的光谱特征识别模型。本发明基于机器学习模型进行单分子的光谱特征识别,通过采用本申请的训练方法训练得到的光谱特征识别模型进行单分子的光谱特征识别,能够有效地提高识别精度。
技术关键词
特征识别方法
样本
标签
对抗性
数据
图像特征提取
分子
编码向量
编码器
图像块
图像传感器
网络
序列
色散棱镜
机器学习模型
多层感知机
光强
图像拼接
可读存储介质
系统为您推荐了相关专利信息
风电场巡检系统
无人机
区域增长算法
参数
风电机组检测技术
启停控制方法
策略
预测控制算法
代表
模糊逻辑控制方法
语义模型训练方法
实体
多模态数据融合
电力设备故障诊断
图谱