基于多模态数据库的金属材料智能自洽筛检方法及系统

本发明公开了一种基于多模态数据库的金属材料智能自洽筛检方法及系统，该方法中，采集金属材料不同形态及表面状态下的原子发射光谱数据，并关联材料属性、采集参数及环境参数，生成多模态数据库；采用深度学习网络构建特征提取网络，对多模态数据库中数据进行跨模态特征融合，提取反映材料本质属性的共享特征，基于共享特征对多个子任务模型进行训练，并经加权联合优化，得到多模态相干模型；对模型输出成分含量预测结果与材料属性分类结果，进行自洽校验并修正结果。本发明构建多模态数据库，并提取共享特征，建立多模态相干模型，同步优化成分定量与材料属性分类，并进行自洽校验，大大提高了金属材料分类识别的准确率。