[發(fā)明專利]2D SAXS圖譜解析模型訓(xùn)練方法及裝置

有效

• 申請?zhí)枺?/td>: 202010808889.1
• 申請日: 2020-08-12
• 公開（公告）號(hào): CN112037181B
• 公開（公告）日: 2023-09-08
• 發(fā)明（設(shè)計(jì)）人: 朱才鎮(zhèn);唐正;劉會(huì)超;于佳立;徐堅(jiān)
• 申請（專利權(quán)）人: 深圳大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06N3/0464;G06N3/084;G06T1/20;G06T1/60
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);王勤

本申請實(shí)施例提供了一種二維小角X射線散射2D?SAXS圖譜解析模型訓(xùn)練方法及裝置，其中，所述圖譜解析模型訓(xùn)練方法應(yīng)用于電子設(shè)備，所述圖譜解析模型訓(xùn)練方法包括：獲取N個(gè)第一2D?SAXS圖譜，所述N為正整數(shù)；將所述N個(gè)第一2D?SAXS圖譜輸入到深度學(xué)習(xí)模型中，得到第一模型參數(shù)，所述深度學(xué)習(xí)模型基于深度學(xué)習(xí)框架和深度卷積人工神經(jīng)網(wǎng)絡(luò)建立；將所述第一模型參數(shù)配置到所述深度學(xué)習(xí)模型中，得到第一圖譜解析模型。采用本申請實(shí)施例，能夠得到一種高通量的2D?SAXS圖譜解析模型，所述高通量的2D?SAXS圖譜解析模型在對單張2D?SAXS圖譜的分布參數(shù)進(jìn)行解析時(shí)，解析準(zhǔn)確度高，解析速度快(微秒級(jí))，從而滿足海量實(shí)驗(yàn)數(shù)據(jù)的解析需求。

技術(shù)領(lǐng)域

本申請涉及人工智能和小角X射線散射交叉技術(shù)領(lǐng)域，尤其涉及一種2D?SAXS圖譜解析模型訓(xùn)練方法及裝置。

背景技術(shù)

小角X射線散射(Small?Angle?X-ray?Scattering，SAXS)是指在靠近原X射線束附近很小角度范圍內(nèi)電子對X射線的相干散射現(xiàn)象，通過分析樣品中基體與微結(jié)構(gòu)之間電子密度差所導(dǎo)致的X射線散射強(qiáng)度漲落，可有效探測材料內(nèi)部納米尺度(1-1000nm)范圍內(nèi)的微結(jié)構(gòu)(包括微納顆粒、孔隙結(jié)構(gòu)等)的形狀、大小、分布及含量等空間幾何信息。同時(shí)，SAXS技術(shù)具有高穿透性、制樣簡單、無損探測、測試快速、統(tǒng)計(jì)性好以及適用范圍廣等特點(diǎn)，是當(dāng)前新材料納米尺度微結(jié)構(gòu)高通量表征技術(shù)中不可缺少的微觀-介觀尺度關(guān)鍵分析表征手段，被廣泛應(yīng)用于合金、懸浮液、乳液、膠體、高分子溶液、天然大分子、液晶、薄膜、聚電解質(zhì)、復(fù)合物、納米材料等諸多研究領(lǐng)域。

SAXS雖然測試簡單，然而數(shù)據(jù)分析則十分復(fù)雜。目前，SAXS數(shù)據(jù)解析方法主要包括一維SAXS(1D?SAXS)和二維SAXS(2D?SAXS)方法。1D?SAXS方法，通過將2D?SAXS圖譜轉(zhuǎn)化為一維積分曲線，從而實(shí)現(xiàn)微結(jié)構(gòu)的解析，但1D?SAXS方法不適用于散射體存在高度擇優(yōu)取向的各向異性體系；現(xiàn)有的部分2D?SAXS圖譜解析方法雖然能夠有效計(jì)算各向異性體系的2DSAXS圖譜，但2D?SAXS圖譜解析方法主要通過直接擬合實(shí)驗(yàn)2D?SAXS圖譜，需要構(gòu)建合理有效的數(shù)理模型，并進(jìn)行快速地理論二維散射圖譜計(jì)算，往往需要迭代數(shù)千乃至數(shù)萬次，因而單張2D?SAXS圖譜解析速度不能滿足海量實(shí)驗(yàn)數(shù)據(jù)的解析需求。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種基于深度學(xué)習(xí)的2D?SAXS圖譜解析模型訓(xùn)練方法及裝置，所述圖譜解析模型訓(xùn)練方法基于深度學(xué)習(xí)框架和深度卷積人工神經(jīng)網(wǎng)絡(luò)建立所述深度學(xué)習(xí)模型，并基于所述隨機(jī)均勻分布函數(shù)建立所述深度學(xué)習(xí)模型的樣本數(shù)據(jù)庫，因而所述樣本數(shù)據(jù)庫范圍廣，根據(jù)所述樣本數(shù)據(jù)庫對所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練、優(yōu)化得到所述目標(biāo)圖譜解析模型，使得所述目標(biāo)圖譜解析模型對單張2D?SAXS進(jìn)行分布參數(shù)解析時(shí)的準(zhǔn)確度高，解析速度快(微秒級(jí))，能夠滿足海量實(shí)驗(yàn)數(shù)據(jù)的解析需求。

本申請實(shí)施例第一方面提供了一種2D?SAXS圖譜解析模型訓(xùn)練方法，應(yīng)用于電子設(shè)備，所述方法包括：獲取N個(gè)第一2D?SAXS圖譜，其中，所述N為正整數(shù)；將所述N個(gè)第一2DSAXS圖譜輸入到深度學(xué)習(xí)模型中，得到第一模型參數(shù)；其中，所述深度學(xué)習(xí)模型基于深度學(xué)習(xí)框架和深度卷積人工神經(jīng)網(wǎng)絡(luò)建立；將所述第一模型參數(shù)配置到所述深度學(xué)習(xí)模型中，得到第一圖譜解析模型。

可以看出，在本實(shí)施方式中，所述圖譜解析模型訓(xùn)練裝置將多個(gè)2D?SAXS圖譜輸入到基于深度學(xué)習(xí)框架和人工神經(jīng)網(wǎng)絡(luò)確定的所述深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，最終得到的所述第一圖譜解析模型能夠快速準(zhǔn)確地解析具有各向異性的2D?SAXS圖譜，滿足海量2D?SAXS圖譜的解析需求。

結(jié)合第一方面，在一個(gè)可行的實(shí)施方式中，所述獲取N個(gè)第一2D?SAXS圖譜，包括：獲取所述N組第一分布參數(shù)，并根據(jù)所述N組第一分布參數(shù)確定N個(gè)第一2D?SAXS圖譜，其中，所述N組第一分布參數(shù)與所述N個(gè)第一2D?SAXS圖譜一一對應(yīng)。