基于DenseNet-biAttention深度学习的拉...
实质审查的生效
摘要
本发明公开一种基于DenseNet‑biAttention深度学习的拉曼光谱数据分类方法，包括：获取拉曼光谱数据，对拉曼光谱数据进行归一化处理后，划分成训练集、验证集和测试集；构建并训练一个基于DenseNet‑biAttention深度学习的分类模型；使用验证集对基于DenseNet‑biAttention深度学习的分类模型进行评估和调参；最后测试基于DenseNet‑biAttention深度学习的分类模型性能。本发明提出的一种基于DenseNet‑biAttention深度学习的拉曼光谱数据分类方法提高了拉曼光谱数据分类的准确率，可适用于多分类问题。
基本信息
专利标题 ：
基于DenseNet-biAttention深度学习的拉曼光谱数据分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114528905A
申请号 ：
CN202111652448.8
公开（公告）日 ：
2022-05-24
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周猛飞郭添胡寅朝余奇清孙小方蔡亦军
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
陈升华
优先权 ：
CN202111652448.8
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G01N21/65
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20211230
申请日 : 20211230
2022-05-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
