摘要：在串行飛秒晶體學中,可以使用多種基于機器學習的方法對數據進行篩選分類;在晶體實驗中,采用自動化圖像處理和卷積神經網絡來檢測晶體衍射圖中的布拉格點,去除無效的實驗數據。對不同的樣品采用多種機器學習方法,進行多次實驗和模擬,分析實驗預測結果準確度不同的原因。結果顯示:在眾多方法中,卷積神經網絡能夠得到較高的預測準確率,而線性方法僅對某些樣品有較好的準確率,但兩者都優于傳統找點算法。為X射線自由電子激光(X-ray Free Electron Laser,XFEL)實驗提供有效和便捷的數據篩選工具。