文件名称：DeepResolution:基于深度学习的多元曲线解析
文件大小：8.93MB
文件格式：ZIP
更新时间：2024-06-20 01:21:05
Python
深度解析 基于深度学习的多元曲线解析 已经提出了基于深度学习的多元曲线解析（DeepResolution）方法来自动解析 GC-MS 数据。 它在分辨重叠峰方面具有优异的性能，适用于大规模数据分析。 与经典的多曲线解析方法相比，具有快速、准确、可扩展、全自动等特点。 安装 Python和TensorFlow Python 3.5.2，可在 TensorFlow（版本 1.14.0-GPU），可在 安装依赖包 软件包主要包括：numpy、Scipy、Matplotlib、pandas、sklearn、csv 和 os。 这些包包含在集成工具 Anaconda 下载模型和示例数据 由于模型超出限制，我们将所有模型和一些示例数据上传到。 克隆存储库并直接运行它 1.训练CNN模型 运行文件“component_identification.py”。 对应的示例数据已经上传到示例数据文件
【文件预览】：
DeepResolution-master
----DeepResolution.py(13KB)
----MCR.py(10KB)
----Flowchart of DeepResolution.png(111KB)
----component_identification.py(8KB)
----README.md(2KB)
----NetCDF.py(6KB)
----data()
--------component.csv(903B)
--------zhi10-5vs1.CDF(31.9MB)