公开(公告)号：CN115730514B

公开(公告)日：2024-09-20

申请号：CN202211421008.6

申请日：2022-11-11

Applicant: 厦门大学

Inventor： 方正 ,  袁彬淦

IPC: G06F30/27 ,  G01N23/00 ,  G06F119/02

Abstract: 本发明公开了一种基于改进Transformer模型X射线光子计数探测器光谱失真校正方法，包括：采集失真光谱数据及X射线源参数向量、探测器参数向量；构建基于失真光谱数据及X射线源参数向量、探测器参数向量的改进的Transformer模型；采用改进的Transformer网络对构建的改进的Transformer模型进行训练；根据经训练后的改进的Transformer模型，来对采集的光谱数据进行失真校正。传统的Transformer模型广泛应用于自然语言处理(NLP)领域。为了将传统的Transformer模型应用于光谱失真校正的问题上，本发明对传统的Transformer模型进行改进，解决光谱数据和自然语言之间存在着明显差异的问题。

公开(公告)号：CN115730514A

公开(公告)日：2023-03-03

申请号：CN202211421008.6

申请日：2022-11-11

Applicant: 厦门大学

Inventor： 方正 ,  袁彬淦

IPC: G06F30/27 ,  G01N23/00 ,  G06F119/02

Abstract: 本发明公开了一种基于改进Transformer模型X射线光子计数探测器光谱失真校正方法，包括：采集失真光谱数据及X射线源参数向量、探测器参数向量；构建基于失真光谱数据及X射线源参数向量、探测器参数向量的改进的Transformer模型；采用改进的Transformer网络对构建的改进的Transformer模型进行训练；根据经训练后的改进的Transformer模型，来对采集的光谱数据进行失真校正。传统的Transformer模型广泛应用于自然语言处理(NLP)领域。为了将传统的Transformer模型应用于光谱失真校正的问题上，本发明对传统的Transformer模型进行改进，解决光谱数据和自然语言之间存在着明显差异的问题。