نمذجة عبر الأجهزة لطيف قريب تحت الحمراء لألومينا تدمج الانتباه متعدد المقاييس والتعلم المعارض للمجال
摘要
تقترح هذه الورقة طريقة نمذجة عبر الأجهزة تدمج آلية الانتباه متعددة المقاييس مع التعلم المعارض للمجال. في مرحلة استخراج الميزات، يتم بناء شبكة تشفير-فك تشفير أحادية الأبعاد تجمع بين وحدة الانتباه في الكتل التلافيفية ودمج الميزات متعددة المقاييس، لالتقاط الاتجاهات العامة والتفاصيل المحلية للطيف مع كبح الضوضاء. في استراتيجية النقل، يتم إدخال التعلم المعارض للمجال لتحقيق محاذاة نهاية إلى نهاية لتوزيع ميزات الجهاز المصدر والجهاز الهدف من خلال طبقة عكس التدرج والمصنف الخاص بالمجال، مع استخدام تحويل المتغيرات الطبيعية المعيارية وتنعيم الالتفاف Savitzky-Golay لتحسين اتساق إشارة الطيف وجودة نسبة الإشارة إلى الضوضاء. في اختبار التحقق المتقاطع ذو الثمانية أجزاء على 1330 طيف ألومينا تم جمعها بجهازي طيف قريبة محمولة، حققت الطريقة معامل تحديد 0.8603 وخطأ الجذر التربيعي المتوسط 1.7521 على الجهاز الهدف، متفوقة بشكل ملحوظ على طرق المعايرة التقليدية ونماذج التعلم العميق الأساسية المتعددة. تؤكد تصور توزيع الميزات وتجارب الإزالة فعالية دمج الميزات متعددة المقاييس، وآلية الانتباه، واستراتيجية التعلم المعارض في محاذاة الميزات وتحسين الأداء.
关键词
طيف قريب تحت الحمراء;تعلم النقل;ألومينا;دمج متعدد المقاييس
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website