一种空间转换投影与深度迁移融合的能谱特征提取方法

本发明公开了一种空间转换投影与深度迁移融合的能谱特征提取方法，涉及核辐射探测技术领域，包括如下步骤：利用公开数据集进行预训练学习到通用的特征表示，并将所得深度卷积神经网络模型作为源域模型，将放射性核素能谱数据作为目标域；通过向量‑矩阵‑图像级联表征变换，将来自欧几里得空间的γ能谱的特征矢量表征为巴拿赫空间中的特征矩阵，并进一步的映射为RGB色彩空间中的特征图像；将RGB色彩空间中的放射性核素能谱特征图像作为源域模型输入，通过多级深度视觉描述符迁移，获取放射性核素能谱全局特征与局部特征。本发明有效提取了放射性能谱的拥有强语义信息的全局特征和局部特征，提高了能谱信息的利用率，提升了特征可信度。