一种基于光谱向量数据处理的监测气体泄露的方法

一种基于光谱向量数据处理的监测气体泄露的方法，采用了收集光谱向量数据、输入生成对抗网络训练、区分真样本数据和假样本数据实现数据扩充、输入特征提取模型训练、每个阶段采用不同策略调整神经网络的权重和偏置、输入特征降维模型训练、从低维表示重构特征、输入分类器模型训练、转换为量子比特、用训练后的特征提取模型、数据降维模型和分类器模型处理样本数据的技术方案，克服了训练样本不足导致模型泛化能力差、依赖全局梯度信息更新权重、过拟合的技术问题，产生了提高光谱数据样本生成数据数量和质量、增强算法在不同数据阶段的灵活性、输入与重构输出之间的差异最小化、增强分类器性能、准确预测不同类型气体泄漏状态的技术效果。