一种普适性近红外光谱模型的传递方法技术

一种普适性近红外光谱模型的传递方法，搭建的1D

【技术实现步骤摘要】
一种普适性近红外光谱模型的传递方法


[0001]本专利技术属于近红外光谱分析
，涉及一种普适性近红外光谱模型的传递方法。

技术介绍

[0002]近红外光谱(NIR)是介于紫外
‑
可见光与中红外光之间的电磁波，不同类型的光谱反应不同样本层次的分子信息，因此可利用近红外光谱对样品进行有效的定量或定性分析。相较于传统化学分析技术，基于近红外光谱的分析技术具有测定速度快、无破坏性、无污染性及多组分同时检测等优点，并以产业链的方式广泛应用于农业、石化、制药、食品等领域。
[0003]虽然近红外光谱分析技术被广泛应用，但其应用效果严重依赖于有效的定量或定性分析模型，所以建模方法成为近红外光谱分析技术核心。传统的建模方法是基于经典的机器学习方法，如偏最小二乘法(partial least squares
‑
discriminant analysis，PLS)、支持向量机(support vector machine，SVM)、K最邻近算法(K
‑
nearest neighbor algori本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种普适性近红外光谱模型的传递方法，其特征在于，包括如下步骤：S1，采用第一光谱仪对同一种样品的一批样本集进行检测得到第一光谱集，采用第二光谱仪相同样本集进行检测得到第二光谱集，将第一光谱集和第二光谱集中同一样本的光谱分别进行样本属性标记，其中第一光谱集为源数据集，第二光谱集为目标数据集；S2，以维度最小的光谱对应的向量为基准，将源数据集和目标数据集中每一光谱的维度均处理为相等，得到同一维度的光谱数据；将同一维度的光谱数据依次进行二阶差分预处理和标准化预处理，得到预处理光谱数据；然后根据样本属性标记，将第一光谱集的一部分样本的光谱对应的预处理光谱数据作为第一训练集，另一部分样本的光谱对应的预处理光谱数据作为第一验证集；将第二光谱集的一部分样本的光谱对应的预处理光谱数据作为第二训练集，另一部分样本的光谱对应的预处理光谱数据作为第二验证集；S3，搭建适用于近红外光谱的一维
‑
多尺度残差卷积神经网络模型，简称1D
‑
MSRCNN；所述1D
‑
MSRCNN包括输入层、隐藏层和输出层，所述隐藏层包括依次串联连接的普通一维卷积网络、1D
‑
inception
‑
resnet网络层、全局最大池化层以及全连接层；所述1D
‑
inception
‑
resnet网络层的结构包括基于一维卷积的inception
‑
resnet结构，所述1D
‑
inception
‑
resnet网络层内的所有卷积均为一维卷积；所述1D
‑
MSRCNN模型的损失函数为MSE函数；S4，模型训练；将第一训练集从所述1D
‑
MSRCNN的输入层输入到隐藏层，使用Adam优化器对所述隐藏层的各网络参数进行训练，得到1D
‑
MSRCNN初始模型；S5，模型验证；将第一验证集输入1D
‑
MSRCNN初始模型，得到一组初始验证结果；S6，模型优化，改变1D
‑
MSRCNN初始模型的1D
‑
inception
‑
resnet网络层中各一维卷积的卷积核大小，和/或改变1D
‑
inception
‑
resnet网络层的数目，和/或改变普通一维卷积网络中的各一维卷积的卷积核大小和/或普通一维卷积网络中的一维卷积数目，和/或改变普通一维卷积网络的数目，和/或改变1D
‑
MSRCNN初始模型中的全连接层的数目，并重复S4
‑
S5；得到多个1D
‑
MSRCNN初始模型和多组初始验证结果；选择预测数据与真实数据间的偏差最小的一组初始验证结果对应的1D
‑
MSRCNN初始模型，作为该样品的普适性近红外光谱模型；S7，搭建迁移模型，将在源数据集上建立的普适性近红外光谱模型的若干全连接层加入多核MMD函数，所述多核MMD函数用于度量源数据集和目标数据集间的差异，其公式如下：其中，Φ(X
s
)为在源数据集上的分布概率，Φ(X
t
)为在目标数据集上的分布概率，E
p
[Φ(X
s
)]为在源数据集上的分布概率的期望，E
p
[Φ(X
t
)]为在目标数据集上的分布概率的期望；源数据集上的普适性近红外模型的损失函数为MSE损失函数，普适性近红外模型迁移到目标数据集上的损失函数为MSE损失和多核MMD距离的结合，其公式如下：其中，n
a
为源数据集上的训练样本，X
ia
为源数据集上的训练数据，即为第一训练集，y
ia
为源数据集上的训练数据所对应的真实值，Θ(x
ia
)为源数据集上的训练数据的X
i
经过
MSRCNN模型后的预测值，J(Θ(x
ia
),y
ia<...

【专利技术属性】
技术研发人员：李灵巧，傅鹏有，杨辉华，石烈纯，宋明望，李夏，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：