用于训练在分类方法中使用的人工智能中执行机器学习方法的人工训练数据的生成方法技术

本发明专利技术涉及一种用于人工训练数据(TD)的生成方法，所述人工训练数据(TD)用于在基于借助X射线衍射装置(100)的扫描来训练行李(G)中的对象(O)的分类方法中使用的人工智能(KI)时执行机器学习方法，所述生成方法包括以下步骤：*选择材料特定的参考脉冲透射函数(RI)，*将变异仿真(VS)应用至所选择的参考脉冲透射函数(RI)，以生成大量的变异脉冲透射函数(VI)，*将所生成的大量的变异脉冲透射函数(VI)作为人工训练数据(TD)进行存储，连同将所选择的参考脉冲透射函数(RI)作为参考信息(REF)。

【技术实现步骤摘要】
【国外来华专利技术】

技术介绍

技术实现思路

【技术保护点】

1.一种用于人工训练数据(TD)的生成方法，所述人工训练数据(TD)用于在基于利用X射线衍射设备(100)的扫描来训练在行李物品(G)中的对象(O)的分类方法中使用的人工智能(KI)时实施机器学习方法，包括以下步骤：

2.根据权利要求1所述的生成方法，其特征在于，所述变异仿真(VS)具有统计分布函数(STV)，以避免冗余的变异脉冲透射函数(VI)。

3.根据前述权利要求中的一项所述的生成方法，其特征在于，所述变异仿真(VS)具有仿真模型(SM)，所述仿真模型(SM)仿真利用所述X射线衍射设备(100)的所述扫描的性能的至少一部分。

4.根据前述权利要求...

【技术特征摘要】
【国外来华专利技术】

1.一种用于人工训练数据(td)的生成方法，所述人工训练数据(td)用于在基于利用x射线衍射设备(100)的扫描来训练在行李物品(g)中的对象(o)的分类方法中使用的人工智能(ki)时实施机器学习方法，包括以下步骤：

2.根据权利要求1所述的生成方法，其特征在于，所述变异仿真(vs)具有统计分布函数(stv)，以避免冗余的变异脉冲透射函数(vi)。

3.根据前述权利要求中的一项所述的生成方法，其特征在于，所述变异仿真(vs)具有仿真模型(sm)，所述仿真模型(sm)仿真利用所述x射线衍射设备(100)的所述扫描的性能的至少一部分。

4.根据前述权利要求中的一项所述的生成方法，其特征在于，所述变异仿真(vs)具有至少一个变异参数(vp)，所述至少一个变异参数(vp)在应用期间变化，并且特别地表示当利用x射线衍射设备(100)执行扫描时的以下真实因素中的至少一者：

5.根据前述权利要求中的一项所述的生成方法，其特征在于，应用和存储步骤针对至少一个另外的材料特定的参考脉冲透射函数(ri)被重复。

6.根据权利要求5所述的生成方法，其特征在于，基于不同参考脉冲透射函数(ri)的性能，所述人工训练数据(td)被存储在参考数据库(rd)中，以便以后应用于学习方法中。

7.根据前述权利要求中的一项所述的生成方法，其特征在于，所述变异仿真(vs)具有关于将被生成的变异脉冲透射函数(vi)的数量的终止标准。

8.根据前述权利要求...

【专利技术属性】
技术研发人员：J·P·施洛姆卡，G·齐纳特，H·弗莱肯斯坦，S·莱因，D·希尔施梅尔，
申请(专利权)人：史密斯探测德国有限责任公司，
类型：发明
国别省市：