摘要
本发明具体公开了一种溶液中单分子尺寸的检测方法,涉及纳米材料检测技术领域。该方法具体步骤为:S1、采用光镊技术捕获已知的不同标准尺寸单分子颗粒的视频数据集,并按照一定的比例分为训练集和测试集;S2、构建基于深度学习的神经网络模型,采用训练集对所述神经网络模型进行监督训练,通过优化网络参数使模型建立运动轨迹特征与颗粒尺寸的映射关系;S3、将测试集投入到初步训练好的神经网络模型中,检验神经网络模型给出的尺寸信息与已知尺寸信息是否一致;S4、将待测单分子颗粒的运动轨迹视频输入训练完成的所述神经网络模型,输出所述颗粒的尺寸信息。该方法借助深度学习技术,攻克了现有技术无法测量溶液中单分子尺寸的难题。
技术关键词
运动轨迹视频
光镊技术
优化网络参数
尺寸
分子
输入神经网络模型
轨迹特征
聚合物纳米颗粒
溶液
金纳米颗粒
深度学习技术
传播算法
误差
纳米材料
网络结构
数据
关系
系统为您推荐了相关专利信息
还原氧化石墨烯
叉指电极结构
生物识别元件
生物芯片
弹性体材料层
参数化建模方法
轮廓模型
三维模型
分类基准
基准面
半导体封装结构
引线框架
半导体芯片
柱体
半导体封装技术