摘要
本发明提供了一种恒星光谱跨模态联合预测方法,可应用于恒星光谱分析技术领域。该方法包括:获取不同来源的恒星光谱数据;基于改进的多层感知机结构,对光谱数据分别进行自监督掩码,得到基础特征表示模型;基于对比学习技术,将光谱数据的特征嵌入至统一的共享潜空间,使所述基础特征表示模型在潜空间中学习同源数据之间的相似性,得到跨模态特征对齐的模型;设计并训练增强解码器,得到训练完成的统一模型;采用遮掩谱线预测策略,对统一模型进行自监督训练;采用知识蒸馏策略,将自监督训练完成的统一模型作为教师网络,构建学生网络;利用学生网络,进行恒星光谱预测。
技术关键词
跨模态
联合预测方法
多层感知机
监督学习策略
基础
解码器
网络
学生
蒸馏
光谱分析技术
短时傅里叶变换
连续小波变换
辅助分类器
谱线特征
注意力
参数
教师
数据获取模块
系统为您推荐了相关专利信息
网络设备管理方法
人工智能深度学习
人工智能算法
波特率
聚类