[发明专利]一种基于机器学习的单层二硫化钼样品光学表征方法、模型及其用途在审
| 申请号： | 202110457826.0 | 申请日： | 2021-04-27 |
| 公开（公告）号： | CN113283301A | 公开（公告）日： | 2021-08-20 |
| 发明（设计）人： | 王权;何玥;鞠益;姚嘉兴 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/38;G06K9/46;G06K9/62;G06N20/10;G06T5/00;G06T7/13;G01N21/65;G01N21/84 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于机器学习的单层二硫化钼样品光学表征方法、模型及其用途。首先，将二硫化钼样品光学成像通过图形处理提取出可疑单层ROI区域；然后，将可疑单层ROI局域的像素值与硅片在光学显微镜下拍摄出来的特征值求差值向量，通过拉曼表征来区分单层和少层样品，通过肉眼观测的方式确定残胶，根据层数分类来建立目标值；将差值向量求平均值和标准值作为特征值，并与目标值组成数据集，最后通过对数据集降维并通过机器学习算法对该数据集进行分类，获得最佳单层表征模型。基于该模型，通过光学成像即可快速分辨出单层二硫化钼样品，极大的节约寻找单层二硫化钼所需要花费的时间。 | ||
| 搜索关键词： | 一种 基于 机器 学习 单层 二硫化钼 样品 光学 表征 方法 模型 及其 用途 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110457826.0/，转载请声明来源钻瓜专利网。
