一种用于解决小样本问题的燕麦破碎粒光谱数据增强与识别方法

本发明公开了一种用于解决小样本问题的燕麦破碎粒光谱数据增强与识别方法，该方法以燕麦为对象，获取正常及破碎燕麦籽粒在400‑1000nm波段内的光谱信息，通过构建基于卷积自动编码器的光谱特征学习网络模型，提取燕麦破碎粒原始光谱中的深层次特征信息；进一步引入通道与空间联合注意机制，提升编码器在特征通道维度与空间维度的关注能力；随后，利用解码器重构生成具有代表性的增强样本，扩展原始破碎粒小样本数据集；最后，将增强后的破碎粒光谱数据融合至原始数据集，分别构建偏最小二乘法、支持向量机和随机森林三种分类模型，结果显著提升了模型的精度与鲁棒性。本方法具有较强的数据增强能力，能够有效满足小样本建模需求，具有良好的可迁移性。