训练样本扩增方法及装置、识别模型生成及光谱识别方法

本发明提供了一种训练样本扩增方法，可应用于激光诱导击穿光谱数据处理与应用技术领域。该方法包括：获取真实训练样本，包括激光诱导击穿光谱及对应的样本标签；将激光诱导击穿光谱转化为激光诱导击穿光谱图像，得到样本图像组，将样本图像组划分为训练集和测试集；将随机信号和训练集中的样本标签作为输入，训练集中激光诱导击穿光谱图像作为输出，对深度生成对抗神经网络模型进行训练，得到训练完成的深度生成对抗神经网络模型；利用训练完成的深度生成对抗神经网络模型对训练集进行扩增，得到扩增的训练集。通过利用光谱图像转化，提高光谱特征提取的准确性，利用数据扩增从根本上解决样本不足的问题。