一种基于卷积神经网络的色谱峰识别方法

摘要

本发明公开了一种基于卷积神经网络的色谱峰识别方法，属色谱图识别领域。本发明使用小波变换法对含噪声信号的小波系数进行处理，滤除色谱图中的噪声，对去噪后的色谱图进行基线校准；使用卷积神经网络，在卷积层通过将输入数据集与不用卷积核相作用，来得到输出值，提取图片每个小部分里具有的特征；在池化层通过降低卷积层输出的特征向量的维度，减少训练参数的数量，减小过拟合现象，只保留最有用的图片信息，减少噪声的传递；最后应用全连接层生成一个我们需要的类的数量的分类器，对色谱图中峰进行识别；同时结合一阶导数、二阶导数对色谱图的特征点进行标记。本发明提出的色谱峰识别方法在识别的准确率上有了显著提高。