本发明提供了一种用于远程拉曼矿物识别的深度学习模型多分类方法,包括以下步骤:获取已知矿物物质的拉曼光谱数据进行预处理;构建并训练卷积神经网络模型;评价卷积神经网络模型;对目标矿物物质种类进行分类,该方法有效的弥补了传统遥感和红外光谱等技术信号弱、光谱峰较宽等技术中的缺陷,成为未来深空表面物质探测的发展方向。
声明:
“用于远程拉曼矿物识别的深度学习模型多分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)