一种基于小样本类增量学习的有机残留物识别方法及系统

本发明属于文化遗产保护技术领域，公开了一种基于小样本类增量学习的有机残留物识别方法，本发明通过对考古有机残留物红外光谱数据进行预处理，消除基线漂移与峰位错位；构建基于ProtoGate的小样本分类模块，引入化学先验约束优化特征稳定性，设计动态加权原型度量增强分类能力；搭建轻量化类增量学习模块，结合轻量化记忆库与跨阶段知识蒸馏实现知识迁移与抗遗忘；基于老化机理设计数据增强策略生成模拟光谱，最终实现小样本、多类别场景下有机残留物的精准识别。本发明解决了考古有机残留物样本稀缺、光谱变异复杂及新类别难接入的问题，为文物研究与保护提供高效技术支持。