.png){kind=icon}
返回
Adaptive conditional diffusion-based data augmentation for NIR spectroscopy quantitative analysis under limited labeled samples
.png){kind=icon}
PRE
AI
DOI：10.1016/j.saa.2026.128647.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种自适应条件扩散模型（ACDM），用于在连续回归标签下生成近红外光谱。
• 引入了一种混合条件机制，结合无分类器引导和特征级线性调制（FiLM），以增强对标签变化的敏感性。
• 开发了一种标签引导的自适应噪声注入网络（CGN），以提高可控性和生成精度。
• 融入了挤压与激励（SE）模块，用于光谱特征重校准，增强生成光谱的结构保真度。
• 在玉米籽粒、美国人参和药片等多个数据集上，证明了在有限标记样本下具有优异的回归性能。
期刊
IF:
4.6
论文数:
2.4W
被引数:
5.5W
机构
查看更多机构
引用论文
暂无论文信息