一种基于VGG-16神经网络的生化物质太赫兹光谱数据识别方法技术

本发明专利技术公开了一种基于VGG‑16神经网络的生化物质太赫兹光谱数据识别方法，该方法包括以下步骤：生化物质THz光谱原始数据获取；生化物质THz光谱数据预处理；利用生成对抗网络(GAN)算法扩充THz光谱数据库；将一维生化物质THz光谱数据转化为二维图像；构建VGG‑16神经网络模型，并优化模型结构参数；将未参与训练的生化物质THz光谱数据输入最优VGG‑16神经网络模型，得到识别结果。本方法利用VGG‑16神经网络提取生化物质太赫兹光谱数据特征，提高了大量太赫兹光谱数据的处理效率，同时，有着更高的鲁棒性和识别准确率。

【技术实现步骤摘要】

本专利技术涉及生化物质太赫兹光谱识别，特别是涉及一种基于vgg-16神经网络的生化物质太赫兹光谱数据识别方法。

技术介绍

1、生物安全和人体健康是当今社会重点关注的问题，生化物质的快速、准确检测是生物安全防范和人体健康监测的必要手段。太赫兹(thz)波作为一种有效的电磁探针，可以用来检测各种各样的生化物质。基于thz波的生化检测是一种相对新颖的谱学传感技术，具有非接触、无损伤、响应快、识别性好等特点，已经在国内外引起高度重视和广泛研究。由于许多生化物质的振动和转动能级跃迁在thz波段，这使得thz技术具有识别生化物质和分析生化物质成分的潜力。

2、在thz光谱数据识别研究方面，朱荣盛等利用支持向量机(svm)及其改进算法实现了麦芽三糖、麦芽六糖和麦芽七糖三种物质thz光谱数据的识别；虞浩跃等利用一种基于双向长短期记忆网络(blstm-rnn)自动提取thz光谱特征的识别方法，实现了对蒽醌、咔唑、甘露糖、核黄素、泛酸钙等化合物的识别。但是，参与svm、lstm、knn等传统机器学习算法运算的是一维thz光谱数据，存在预测准确率低、对thz光谱的信本文档来自技高网...

【技术保护点】

1.一种基于VGG-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于VGG-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，所述步骤S1包括：利用Gaussian 16W软件或利用THz-TDS系统，得到苯丙氨酸、蛋氨酸、赖氨酸、亮氨酸、苏氨酸、缬氨酸、异亮氨酸、组氨酸、阿斯巴甜、果糖、葡萄糖、一水乳糖和蔗糖的一维THz光谱仿真数据或一维THz光谱测试数据。

3.如权利要求2所述的基于VGG-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，所述步骤S2包括：

4.如权利要求3所述的...

【技术特征摘要】

1.一种基于vgg-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于vgg-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，所述步骤s1包括：利用gaussian 16w软件或利用thz-tds系统，得到苯丙氨酸、蛋氨酸、赖氨酸、亮氨酸、苏氨酸、缬氨酸、异亮氨酸、组氨酸、阿斯巴甜、果糖、葡萄糖、一水乳糖和蔗糖的一维thz光谱仿真数据或一维thz光谱测试数据。

3.如权利要求2所述的基于vgg-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，所述步骤s2包括：

4.如权利要求3所述的基于vgg-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，所述步骤s3包括：

5.如权利要求1所述的基于vgg-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，所述步骤s5包括：

6.如权利要求5所述的基于vgg-16神经网络的生化物质太赫兹光谱数据识别方法，其特征在于，步骤s51中，13个卷积层的卷积核尺寸均为3×3，步长为1，padding＝1，所述vgg-16神经网络输入是224×224×3的图像，第一、二层卷积核的数量均是18，经过第一层卷积层后得到的输出特征图大小为224×224×18，记为out1；out1经过第二层卷积层后得到的输出特征图大小为224×224×18，记为out2；out2经过第一层最大池化层后得到的输出特征图大小为112×112×18，记为m1，经过第三层卷积层后得到的输出特征图大小为112×112×36，记为out3；out3经过第四层卷积层后得到的输出特征图大小为112×112×36，记为out4；out4经过第二层最大池化层后得到的输出特征图大小为56×56×36...

【专利技术属性】
技术研发人员：吴文刚，陈雨萨，曹云昊，孙宏顺，李立业，马丽筠，
申请(专利权)人：北京大学，
类型：发明
国别省市：