摘要
本发明公开了一种通用的自监督学习拉曼光谱降噪方法,包括,步骤1:获取拉曼数据;步骤2:拉曼数据预处理,使用自适应迭代重加权惩罚最小二乘法对拉曼数据去除基线,并对去基线后光谱进行标准化,获得预处理后光谱数据;步骤3:使用下采样策略H(·)处理所述预处理后光谱数据,获得2个噪声独立的子光谱集h1(·)和h2(·),每个子光谱集各包括10条子光谱;步骤4:将所述预处理后光谱数据及相应的2个子光谱集输入U‑Net网络fθ(·),获得降噪处理后的光谱。该降噪方法可以对多种拉曼数据进行良好的降噪处理,其自监督学习方法无需复杂长时间的学习过程。
技术关键词
降噪方法
计算机可读取存储介质
随机梯度下降
模块
监督学习方法
数据
基线
上采样
网络
计算机程序产品
处理器
存储器
策略
计算机设备
噪声
重构
强度
系统为您推荐了相关专利信息
无线发射接收器
中央控制单元
速度传感器
语音识别处理器
AI语音
语义特征
机器可读程序
指标
自然语言理解
语句主题
EFEM控制系统
Linux系统
测控软件
控制线
控制单元