训练神经网络的方法及基于神经网络的光谱重构方法

本申请提供了一种训练神经网络的方法及基于神经网络的光谱重构方法，该方法包括：获取训练样本，其中，训练样本包括多个理论光谱以及每个理论光谱所对应的光响应强度。将训练样本输入到初始神经网络中，输出预测光谱，其中，初始神经网络包括残差网络层、循环神经网络层、自注意力机制层和全连接层。基于预测光谱以及光响应强度所对应的理论光谱，确定损失函数值。基于损失函数值对初始神经网络进行训练，直至满足训练截止条件，得到训练好的神经网络，以便后续利用训练好的神经网络进行光谱重构。通过利用理论光谱以及理论光谱对应的实际的光响应强度训练神经网络，以便利用神经网络进行光谱重构，提高重构光谱的效率和准确性。