一种基于改进生成对抗网络的TSFS样本生成方法

一种基于改进生成对抗网络的TSFS样本生成方法，所述方法包括以下步骤：步骤1：使用三维荧光光谱仪获取样品TSFS数据；步骤2：构建带有卷积注意力机制的CA‑WGAN‑GP优化模型，对原始TSFS样本进行数据增强；步骤3：在模型训练阶段，每经过一定次数的训练epoch，存储一次生成的数据，利用多个训练阶段的生成器模型，使生成样本覆盖面具有更高多样性；步骤4：使用预训练的CNN模型提取增强后的样本特征，使用线性判别分析LDA将样本特征投影，并根据马氏距离和设定的阈值初步筛选样本；步骤5：使用K‑means算法二次筛选以获取最终的训练样本集。本发明有效解决了TSFS样本获取的耗时耗力问题，并减少了模型过拟合现象，增加了对未知数据的鲁棒性。