一维空洞卷积神经网络的矿物光谱分类

田青林，郭帮杰，叶发旺，李 瑶，刘鹏飞，陈雪娇

1.核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室，北京 100029 2.Zachry Department of Civil and Environmental Engineering,Texas A&M University,Texas 77843,USA

引 言

近年来，深度学习技术不断发展，被广泛应用于图像分类[2]、语音识别[3]、医学信号处理[4]等领域。卷积神经网络(convolutional neural network，CNN)[5-6]是深度学习中一个重要网络结构，其强大的学习和分类能力远超传统机器学习方法，具有广泛适用性。何东远等[7]提出一种一维CNN模型对恒星光谱进行分类，并给出了不同波段对不同恒星类型的贡献率，具有较高的分类精度和鲁棒性。赵勇等[8]提出一种一维CNN模型，对雌激素粉末拉曼光谱进行分类，无需光谱预处理和特征提取步骤，展现出良好的分类性能和抗噪声干扰能力。

本工作通过引入空洞卷积，将一维空洞卷积神经网络(one-dimensional dilated convolutional neural network，1D-DCNN)应用于矿物光谱分类领域，研究矿物类别的端到端检测，分析了卷积类型和迭代次数对模型分类结果的影响，并与反向传播算法(back propagation，BP)和支持向量机(support vector machine，SVM)方法结果进行对比。

1 实验部分

1.1 光谱数据采集

测量矿物光谱的仪器为美国ASD公司的FieldSpec@3型便携式光谱仪(350～2 500 nm)，共2 151个波段，考虑到边缘波段噪声及数据量的原因，在380～2 420 nm波长范围，按3 nm间隔进行重采样，得到511个波段。光谱仪视场角为25°，数据采集过程中将光纤探头垂直于矿物样本，距离约2 cm，尽量使采集到的光谱数据不受干扰。

按照上述方法采集白云母、白云石、方解石、高岭石四种矿物光谱样本，数量分别为478条、972条、540条、976条，如图1所示。

图1 部分矿物光谱数据(a)：白云母；(b)：白云石；(c)：方解石；(d)：高岭石Fig.1 Part of the mineral spectra(a)：Muscovite；(b)：Dolomite；(c)：Calcite；(d)：Kaolinite

1.2 模型与算法

1.2.1 光谱数据增强

CNN的优异性能需要大量数据样本作为支撑。充足的训练样本有助于网络模型充分学习样本类内特征和类间区别。而受样本数量、采集环境、测量设备等限制，一般较难获取大量带有标签的矿物光谱数据，故采用数据增强的方式扩充样本。具体方法是向原始矿物光谱数据中添加强度不等的随机高斯白噪声，将白云母光谱扩充至1 434条，白云石光谱扩充至2 916条，方解石光谱扩充至1 620条，高岭石光谱扩充至2 928条。经过数据增强，得到包含四类矿物光谱样本的数据集共8 898条，并按照6∶1∶3比例划分为训练集、验证集和测试集，用于模型训练、参数优化及精度测试。

1.2.2 一维空洞卷积神经网络模型

CNN模型应用于图像语义分割领域时，重复的卷积、池化操作会降低特征图分辨率，导致图像细节结构和边缘信息丢失[10]。而在光谱分类中同样面临上述问题，为此通过引入空洞卷积来解决这一问题，在保持分辨率的同时扩大滤波器感受野，尽可能地保留光谱细节特征。对一维光谱信号的情形，需要进行一维空洞卷积操作，如图2所示，当空洞率rate=1时，空洞卷积相当于标准卷积，滤波器以连续的方式对输入信号进行处理，当rate=2时，在原始滤波器的每个元素间插入一个0，以跳跃的方式处理信号。

图2 一维空洞卷积示意图[9](a)：标准卷积；(b)：空洞卷积Fig.2 Schematic of one-dimensional dilated convolution(a)：Standard convolution；(b)：Dilated convolution

因此，针对矿物光谱数据的特点，设计了1D-DCNN模型，其结构如图3所示，详细参数见表1。模型包含1个输入层，3个空洞卷积层，卷积核大小分别为5×1，3×1和3×1，卷积核数量均为64，步长为1，空洞率为2，选择ReLU作为激活函数。2个池化层紧接在第1个和第2个空洞卷积层之后，池化核大小均为3×1，步长为2，池化类型为最大池化。第3个空洞卷积层之后紧接2个全连接层，最后通过softmax输出层得到分类概率预测。

图3 一维空洞卷积神经网络结构Fig.3 The structure of one-dimensional dilated convolutional neural network

表1 1D-DCNN网络各项参数Table 1 The parameters of 1D-DCNN

1.2.3 模型训练

1D-DCNN网络模型采用交叉熵作为损失函数，使用SGD(stochastic gradient descent)优化器进行训练，具体参数设置为学习率lr=0.008，权值衰减系数decay=0.000 000 1，动量momentum=0.5，Epoch=200。为实现1D-DCNN模型快速收敛，训练集被分成多个批次(batch)，批处理样本数量(batch size)设置为40。

1.2.4 模型评价方法

采用训练集和测试集的判别准确率作为模型评价指标。判别准确率P可表示为

(1)

式(1)中：Nc为判别正确的样本数目，Na为样本总数目。

2 结果与讨论

2.1 卷积类型对1D-DCNN模型的影响

为检验卷积类型对模型性能的影响，将1D-DCNN中空洞卷积替换为标准卷积，记为1D-CNN，其他参数保持不变，比较二者分类精度和收敛速度差异，结果如图4所示。

图4 不同卷积核类型的模型性能比较Fig.4 Model performances with different convolution kernel types

从图4可以看出，在网络训练过程中，1D-CNN模型的最佳分类精度为98.78%，而引入空洞卷积的1D-DCNN模型精度更高，达到99.40%，提高了0.62%。在收敛速度方面，1D-DCNN模型在迭代23次后便达到94%的分类准确率，而1D-CNN模型达到相近精度需要迭代60次。由此可见，引入空洞卷积同时能够加快收敛速度，提高计算效率，使模型更快得到精确结果。

2.2 迭代次数对1D-DCNN模型的影响

为选取最优的网络迭代参数，对比了不同迭代次数对模型精度的影响，结果如表2所示。当迭代次数很少时，模型训练不够充分，网络参数未达到最优，分类准确率较差；随着迭代次数增加，准确率随之提高；当迭代次数达到足够量时，模型分类效果变化不大，网络达到收敛状态。综合考虑模型精度和效率，选择迭代次数为200。

表2 不同迭代次数的1D-DCNN模型判别结果Table 2 1D-DCNN model discrimination results of different number of iteration

2.3 不同分类方法精度对比

为验证1D-DCNN模型的矿物光谱分类性能，将BP算法、SVM与1D-DCNN进行对比，各分类器均已经过参数调试和优化，分类结果如表3所示。

表3 不同算法分类准确率Table 3 The classification accuracies of different algorithms

根据表3结果可以看出，1D-DCNN分类效果最好，准确率达到99.32%；其次是BP算法，准确率为98.65%；最后是SVM，准确率为97.94%。相比于BP、SVM等传统机器学习算法，本文提出的1D-DCNN方法是通过构建具有多个隐含层的学习模型和大规模训练数据，提取低层光谱特征并组合形成更抽象的高层语义类别信息，从而提高光谱分类的准确率。

3 结 论

提出了基于一维空洞卷积神经网络的矿物光谱分类方法。设计了9层网络结构，采用交叉熵为损失函数，随机梯度下降为优化器，无需任何数据预处理操作，实现了白云母、白云石、方解石、高岭石四种矿物类别的端到端检测。

(1)1D-DCNN模型展现出强大的特征学习和表达能力，避免了复杂的光谱预处理及特征提取过程。通过引入空洞卷积，在保持特征分辨率的同时扩大滤波器感受野，尽可能地保留光谱细节信息，提高分类精度。

(2)实验结果表明，与BP、SVM方法相比，1D-DCNN模型对矿物光谱分类准确率更高，达到99.32%，展现出良好的分类性能。

在后续研究中，会尝试增加矿物种类和样本数量，设计更高效的深度学习模型，为矿物光谱规模化检测提供可靠的技术支持。此外，还可将1D-DCNN模型推广到煤炭、油气、月壤等其他领域的光谱分类应用中。