-
题名基于Siamese网络的矿物拉曼光谱识别
被引量：5
- 1
-
-
作者
吴承炜
史如晋
曾万聃
-
机构
上海应用技术大学计算机科学与信息工程学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第9期262-268,共7页
-
文摘
矿物分析在地质勘测及工程应用中都是一项极为关键的工作,在矿物分析中,相比于传统的物理方法和化学方法,拉曼光谱检测能提供更快速的定性定量分析,最重要的是,它对矿物的损伤可以忽略不计。而基于拉曼光谱的数据分析,传统的机器学习方法效果并不理想,尤其在矿物种类极其庞大的情况下。为此,提出一种基于Siamese网络的相似性学习方法,采用Hungarian算法来优化负样本,与传统的机器学习算法相比,得到了鲁棒性最好的结果。Siamese网络计算出矿物之间的相似度,除了能对矿物进行识别,还可以在一定程度上为该矿物的替代材料提供参考。
-
关键词
视觉
拉曼光谱
机器学习
Siamese网络
相似性学习
矿物分析
-
Keywords
vision
Raman spectroscopy
machine learning
Siamese network
similarity learning
mineral analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
