基于深度迁移学习的细菌拉曼光谱化学成分跨域解析方法

本发明公开了一种基于深度迁移学习的细菌拉曼光谱化学成分跨域解析方法，属于拉曼光谱智能解析领域，该方法包括以下步骤：采集多源拉曼光谱数据，并对多源拉曼光谱数据进行预处理，得到预处理后的光谱数据；构建深度迁移学习模型，深度迁移学习模型通过深度全连接神经网络与多头自注意力机制提取预处理后的光谱数据的光谱特征，并利用对抗迁移学习消除设备间分布差异，得到拉曼光谱特征向量；对拉曼光谱特征向量进行非线性降维，得到降维后的低维特征矩阵；基于降维后的低维特征矩阵，采用动态领域适配与元学习微调策略实现小样本微调，得到优化后的模型；基于优化后的模型输出化学成分类别判定与浓度预测结果。