一种基于ResNet的天体光谱分类方法及其系统

摘要

本发明涉及一种基于ResNet的天体光谱分类方法及其系统，所述方法包括以下步骤：初始化ResNet卷积网络模型，并进行优化修改，加载预训练参数；读取天体光谱的多维数据；扩充数量比较小的类别的数据，利用高斯噪声对输入数据进行数据增强；采用ADAM优化器和交叉熵损失函数，利用ResNet模型对训练集数据训练；利用训练好的网络对训练集进行测试，与模型预测希望值进行对比。本方法利用深度学习可以在多个维度进行特征提取，有着更高的鲁棒性和准确率。