[發明專利]一種將卷積神經網絡編碼成光譜透過率的方法

有效

• 申請號: 202010301978.7
• 申請日: 2020-04-16
• 公開（公告）號: CN111445543B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 陳碩;張馮頔
• 申請（專利權）人: 東北大學
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08;G01J3/28
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 陳玲玉

1.一種將卷積神經網絡編碼成光譜透過率的方法，其特征在于，用于編碼的卷積神經網絡只能由具有線性特性的層結構構成，且網絡中所有的激活函數均為線性函數；通過對卷積神經網絡中各類層結構所涉及的數學公式進行推導，最終將整個卷積神經網絡轉換為一個線性方程，該線性方程中輸入與輸出的映射關系等同于該卷積神經網絡，并將線性方程的權重進一步編碼成光譜透過率；若編碼后的光譜透過率存在負值，則編碼后的光譜透過率被分解為兩組非負的光譜透過率，即成像光譜透過率及補償光譜透過率，該兩組光譜透過率所獲得的光學測量值之差等效于基于編碼后的光譜透過率所獲得的光學測量值；通過將編碼后的光譜透過率所獲得的光學測量值與全通光譜透過率所獲得的光學測量值兩者相除，進而實現均一化預處理；最終實現使用通過特定光譜透過率成像的物理過程替代均一化預處理及卷積神經網絡的數值運算過程；

用于編碼的卷積神經網絡包括一維卷積層、平均池化層、全連接層；將整個卷積神經網絡轉換為一個線性方程的具體過程如下：

(1)一維卷積層：設為第m個輸入特征向量，其中，m∈N^*,m≤α₁，α₁為輸入特征向量的總數；第一個卷積層的輸入特征向量為光譜數據；設為第k個卷積核，其中，k∈N^*,k≤δ，δ為卷積核的總數；則第k個輸出特征向量根據公式(1)計算得出，其中“*”為卷積運算符號；

(2)平均池化層：設ε為平均池化的步長，即每次進行平均池化的元素數量；設x_m,n為第m個輸入特征向量的第n個元素，其中，m,n∈N^*,m≤α₂,n≤β₁，α₂為輸入特征向量的總數，β₁為每個輸入特征向量的元素總數；則第m個輸出特征向量的第v個元素y_m,v根據公式(2)計算得出；其中，v∈N^*,z為求和符號的變數；當ε與β₁相等時，該公式等效于全局平均池化層；

(3)全連接層：對于全連接層，其輸入特征向量為單個特征向量或由一系列特征向量展開后合并得到的一個向量；設x_n為輸入特征向量的第n個元素，其中，n∈N^*,n≤β₂，β₂為輸入特征向量的元素總數；設w_v,n為輸入特征向量的第n個元素對應于輸出特征向量的第v個元素的權重，其中，v∈N^*,v≤γ，γ為輸出特征向量的元素總數；設e_v為輸出特征向量的第v個元素的偏置，則輸出特征向量的第v個元素y_v由公式(3)計算得出：

(4)基于卷積神經網絡的具體結構，將上述各層結構對應的公式進行嵌套，經展開及合并同類項，并將偏置e_v與輸出特征向量的第v個元素y_v合并為后，最終獲得一個線性方程，如公式(4)所示：

其中，s_n為輸入光譜在第n個波段上的光強，λ為光譜的波段總數，為輸入光譜在第n個波長上的光強對應于第v個輸出值的權重，的值由卷積神經網絡的內部參數根據公式(1)～(3)計算得出；

將線性方程編碼成光譜透過率，具體過程為：根據經濾光片采集光學測量值的物理過程，根據公式(5)將線性方程的權重編碼成光譜透過率

當編碼后的光譜透過率為非負時，則該光譜透過率直接為成像光譜透過率；否則，編碼后的光譜透過率被分解為兩組非負的光譜透過率，即成像光譜透過率及補償光譜透過率；其中，成像光譜透過率通過編碼后的光譜透過率與其最小透過率的絕對值求和獲得，即成像光譜透過率的最小透過率值為0；其中，補償光譜透過率在每個波長下的透過率值均為編碼后的光譜透過率中最小透過率的絕對值。