[发明专利]2D SAXS图谱解析模型训练方法及装置

权利要求书

1.一种二维小角X射线散射2D SAXS图谱解析模型训练方法，应用于电子设备，其特征在于，所述图谱解析模型训练方法包括：

获取N个第一2D SAXS图谱，其中，所述N为正整数；

将所述N个第一2D SAXS图谱输入到深度学习模型中，得到第一模型参数；其中，所述深度学习模型基于深度学习框架和深度卷积人工神经网络建立；

将所述第一模型参数配置到所述深度学习模型中，得到第一图谱解析模型；

获取M个第二2D SAXS图谱，其中，所述M个第二2D SAXS图谱中的每个第二2D SAXS图谱包括一组第二分布参数，以及获取K组第二模型参数，所述M和K为正整数；

针对所述K组第二模型参数中的每组第二模型参数执行以下步骤，以得到K个第一曲线图：将当前处理的一组第二模型参数配置到所述第一图谱解析模型，得到第二图谱解析模型；从所述M个第二2D SAXS图谱中随机调用P个第二2D SAXS图谱输入到所述第二图谱解析模型中，得到所述第二图谱解析模型的P个第二预测分布参数，根据所述P个第二预测分布参数和所述P个第二2D SAXS图谱对应的第二分布参数，确定所述第二图谱解析模型的所述第一曲线图，其中，所述K为正整数，所述P为小于M的正整数；

比较所述K个第一曲线图，确定目标第一曲线图；

将所述目标第一曲线图对应的一组第二模型参数确定为一组目标模型参数；

将所述一组目标模型参数配置到所述第一图谱解析模型，得到目标图谱解析模型；

获取H个第三2D SAXS图谱，其中，所述H个第三2D SAXS图谱中的每个第三2D SAXS图谱包括一组第三分布参数，所述H为正整数；

将所述H个第三2D SAXS图谱输入到所述目标图谱解析模型中，得到H组第三预测分布参数，其中，所述H组第三预测分布参数与所述H个第三2D SAXS图谱一一对应；

将所述H组第三预测分布参数中每组第三预测分布参数和与其对应的第三2D SAXS图谱中的第三分布参数进行比对，以对所述目标图谱解析模型进行评估。

2.根据权利要求1所述方法，其特征在于，所述获取N个第一2D SAXS图谱，包括：

获取N组第一分布参数；

根据所述N组第一分布参数确定N个第一2D SAXS图谱，其中，所述N组第一分布参数与所述N个第一2D SAXS图谱一一对应。

3.根据权利要求1或2中所述方法，其特征在于，所述方法还包括：

获取金属纳米棒的第四2D SAXS图谱；

将所述第四2D SAXS图谱输入到所述目标图谱解析模型，得到第四分布参数；

将所述第四分布参数与预设分布参数进行比较，以对所述目标图谱解析模型进行验证，其中，所述预设分布参数基于透射电子显微镜TEM对所述金属纳米棒进行处理得到。