基于波数感知的深度学习实现拉曼光谱稳健分析

研究者提出把每个光谱点表示为强度与波数对，并用波数本身计算 Transformer 位置编码，替代将光谱视为固定网格强度向量的做法。在三种细菌及其合成混合物的拉曼光谱上，该表示在卷积、残差和 Transformer 网络中均对噪声、稀疏采样和部分光谱覆盖保持稳健。在部分观测下，波数编码优于索引编码和可学习编码，并在训练中未见过的采样网格上保持性能，结果在公开的 30 株细菌基准上得到复现。