二维多模态表征学习的拉曼光谱识别方法、装置和设备
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
二维多模态表征学习的拉曼光谱识别方法、装置和设备
申请号:
CN202410917689
申请日期:
2024-07-10
公开号:
CN118536001B
公开日期:
2024-09-20
类型:
发明专利
摘要
本申请提供了一种二维多模态表征学习的拉曼光谱识别方法、装置和设备,所述方法包括:将一维拉曼光谱信号转换为不同模态的二维矩阵,所述不同模态的二维矩阵包括:时频表征矩阵、关联表征矩阵、空间表征矩阵;利用多流特征提取器分别对所述不同模态的二维矩阵进行特征提取,得到多模态的特征;基于注意力机制对所述多模态的特征进行融合处理,得到融合特征,并根据所述融合特征进行光谱类别预测。如此,通过充分提取拉曼光谱的不同模态信息,实现高准确性的拉曼光谱识别。
技术关键词
多模态
特征提取器
矩阵
融合特征
识别方法
空间特征提取
注意力机制
信号值
模块
样本
波长
像素点
连续小波变换
信号处理
序列
级联
处理器
模态特征
坐标系