基于条件式卷积GAN的光谱数据增强及其在回归预测中的应用

• 作者: 元文浩 刘杰 张立伟 黄光造
• 来源期刊: 数字化用户
• 关键词: 生成对抗网络 回归预测 光谱
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 设计与研究
• 页码范围: 179-181
• 页数: 3页
• 语种: 中文

摘要

光谱分析的主要限制之一是样本的数量有限，特别是对于生物类样本。而且，目前还缺乏有效的算法从有限样品的真实光谱中模拟出合成光谱。因此，在本文的工作中，提出了使用条件式卷积生成对抗网络（cDCGAN）来自动生成合成光谱，并通过合成光谱来进一步强化训练模型。通过实验表明，增加了合成光谱作为训练样本后，回归预测模型在测试集上的表现更加优秀。因此可以得出结论，cDCGAN有可能生成同源光谱并能扩大一些小样本光谱数据集的样本量。