一种基于卷积神经网络二氧化钛晶格相的分类方法

摘要

本发明公开了一种基于卷积神经网络二氧化钛晶格相的分类方法。该设计方法包括：步骤一、采集数据集：步骤二、对步骤一采集到的数据集进行分割；步骤三、通过步骤二分割后的数据集建立卷积神经网络模型；步骤四、通过步骤二分割后的验证集优化模型参数；步骤五、多模型融合；1)、建立多个步骤三中的卷积神经网络模型，其中模型的卷积核和填充层参数选择是不同的，对数据集进行预测，保存并记录结果；2)、对多个模型的最终结果进行加权平均，每个模型的权重通过其在测试集的表现上来确定；步骤六、测试最终结果。该方法能帮助科研人员节省判断图像种类的时间，加快科研进度。