[發明專利]2D SAXS圖譜解析模型訓練方法及裝置

有效

• 申請號: 202010808889.1
• 申請日: 2020-08-12
• 公開（公告）號: CN112037181B
• 公開（公告）日: 2023-09-08
• 發明（設計）人: 朱才鎮;唐正;劉會超;于佳立;徐堅
• 申請（專利權）人: 深圳大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/0464;G06N3/084;G06T1/20;G06T1/60
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;王勤

1.一種二維小角X射線散射2D?SAXS圖譜解析模型訓練方法，應用于電子設備，其特征在于，所述圖譜解析模型訓練方法包括：

獲取N個第一2D?SAXS圖譜，其中，所述N為正整數；

將所述N個第一2D?SAXS圖譜輸入到深度學習模型中，得到第一模型參數；其中，所述深度學習模型基于深度學習框架和深度卷積人工神經網絡建立；

將所述第一模型參數配置到所述深度學習模型中，得到第一圖譜解析模型；

獲取M個第二2D?SAXS圖譜，其中，所述M個第二2D?SAXS圖譜中的每個第二2D?SAXS圖譜包括一組第二分布參數，以及獲取K組第二模型參數，所述M和K為正整數；

針對所述K組第二模型參數中的每組第二模型參數執行以下步驟，以得到K個第一曲線圖：將當前處理的一組第二模型參數配置到所述第一圖譜解析模型，得到第二圖譜解析模型；從所述M個第二2D?SAXS圖譜中隨機調用P個第二2D?SAXS圖譜輸入到所述第二圖譜解析模型中，得到所述第二圖譜解析模型的P個第二預測分布參數，根據所述P個第二預測分布參數和所述P個第二2D?SAXS圖譜對應的第二分布參數，確定所述第二圖譜解析模型的所述第一曲線圖，其中，所述K為正整數，所述P為小于M的正整數；

比較所述K個第一曲線圖，確定目標第一曲線圖；

將所述目標第一曲線圖對應的一組第二模型參數確定為一組目標模型參數；

將所述一組目標模型參數配置到所述第一圖譜解析模型，得到目標圖譜解析模型；

獲取H個第三2D?SAXS圖譜，其中，所述H個第三2D?SAXS圖譜中的每個第三2D?SAXS圖譜包括一組第三分布參數，所述H為正整數；

將所述H個第三2D?SAXS圖譜輸入到所述目標圖譜解析模型中，得到H組第三預測分布參數，其中，所述H組第三預測分布參數與所述H個第三2D?SAXS圖譜一一對應；

將所述H組第三預測分布參數中每組第三預測分布參數和與其對應的第三2D?SAXS圖譜中的第三分布參數進行比對，以對所述目標圖譜解析模型進行評估。

2.根據權利要求1所述方法，其特征在于，所述獲取N個第一2D?SAXS圖譜，包括：

獲取N組第一分布參數；

根據所述N組第一分布參數確定N個第一2D?SAXS圖譜，其中，所述N組第一分布參數與所述N個第一2D?SAXS圖譜一一對應。

3.根據權利要求1或2中所述方法，其特征在于，所述方法還包括：

獲取金屬納米棒的第四2D?SAXS圖譜；

將所述第四2D?SAXS圖譜輸入到所述目標圖譜解析模型，得到第四分布參數；

將所述第四分布參數與預設分布參數進行比較，以對所述目標圖譜解析模型進行驗證，其中，所述預設分布參數基于透射電子顯微鏡TEM對所述金屬納米棒進行處理得到。