公开(公告)号：CN118468697A

公开(公告)日：2024-08-09

申请号：CN202410537035.2

申请日：2024-04-30

Applicant: 桂林电子科技大学

Inventor： 王新强 ,  宋亭莉 ,  马丽 ,  叶松 ,  王方原

IPC: G06F30/27 ,  G01J3/28 ,  G06N3/044 ,  G06T5/60 ,  G06N3/08

Abstract: 本发明提供的是一种基于机器学习的空间外差干涉图相位校正方法，包括以下步骤：步骤S1：仿真光谱以及相位误差曲面，得到神经网络所需的数据集；步骤S2：对原始数据集进行处理得到含误差光谱和无误差光谱，得到神经网络的输入和输出数据集；步骤S3：以循环神经网络(RNN)为主，利用数据集的映射关系来搭建模型；步骤S4：利用搭建好的模型预测无误差光谱，针对两种校正方法，评估其校正效果。本发明可用于校正由于相位误差引起的光谱偏移或失真。通过利用机器学习和循环神经网络模型，该方法能够提高校正的准确性和效率，从而改善光谱数据的质量和可靠性。可广泛用于光学成像、光谱分析和干涉测量等领域。