迁移成分分析结合直接校正的模型传递方法.pdfVIP

第44卷，第12期光谱学与光谱分析Vol.44,No.12,pp3399-3405

2024年12月SpectroscopyandSpectralAnalysisDecember,2024

迁移成分分析结合直接校正的模型传递方法

李灵巧1，王卓健，陈江海，卢丰1，黄殿贵²，杨辉华3，李泉2*

1.桂林电子科技大学计算机与信息安全学院，广西桂林541004

2.广西壮族自治区分析测试研究中心，广西南宁530022

3.北京邮电大学人工智能学院，北京100876

摘要近红外光谱因快速、不破坏样品等优点，被广泛应用。近红外光谱仪之间存在一致性现象会导致主

机模型预测其从机仪器光谱时准确度不够，如果重新建模则会成本较高。为解决上述问题，提出了一种迁移

成分分析直接校正算法（TCADS，首先采用改进后的TCA算法对服从不同分布的主机光谱和从机光谱进

行变换，将其映射到高维的再生核希伯尔特空间，再将两者的光谱矩阵进行降维，最后对经过TCA变换后

的主机光谱和从机光谱再次采用直接校正算法，进一步提高模型传递性能。该算法将非线性校正与线性校

正相结合，相比于传统的线性校正算法有效缓解了过校正问题，具有较好的鲁棒性。为验证算法有效性，在

公开数据集进行实验，并与传统的直接校正法（DS）分段直接校正法（PDS）、斜率偏差校正法（SBC)进行比

较。研究表明所提出的TCADS算法有效降低了不同仪器之间的光谱差异，相比于传统的模型传递算法进一

步提高了模型传递效果，实现了主机上建立的近红外光谱模型在从机上共享。

关键词近红外光谱；模型传递；迁移学习；迁移成分分析；直接校正

文献标识码：AD0I:10.3964/j.issn.1000-0593(2024)12-3399-07

中图分类号：0657.3

点的转换系数，移动至下一个波长点进行计算，最终所有波

引言长点的转换系数构成了转换矩阵。从机新样本借助转换矩阵

得到映射后的光谱矩阵实现模型传递。相比于关注整体信息

近红外光谱技术是一种快速、高效、绿色的检测方案，的DS算法，PDS算法更加关注局部信息，可以更好地对光

已广泛应用于农业，食品，医药，石油等领域定量或定性分谱的局部波长进行校正[1。这并不意味着PDS算法一定优

析[1-。由于温度，光源等外界条件以及不同仪器之间的差于DS算法，两者只是关注的重点不同，要根据实际情况选

异，主机上建立的模型不能很好地适用于从机上的样本，导取合适的算法。Munnaf等[12}研究了DS和PDS对土壤模型

致模型失效[5]。对从机样本重新建立模型则需花费较高的成传递的效果，结果表明相比于PDS，采用DS算法校正后模

本，仍无法实现同一模型在不同仪器上共享[6}。为解决此问型的预测效果更好。与DS和PDS算法对光谱矩阵进行校正

题，需要采用一些算法对模型进行校正，从而提高模型在不不同，SBC算法是一种基于预测结果校正的模型传递算法，

同仪器上的泛化性能，在近红外领域被称为模型传递或模型假设主机模型直接预测从机数据的结果与真实结果存在一元

转移[7]。目前广泛应用的模型传递算法有直接校正法（direct线性关系，在此基础上可以通过最小二乘法计算斜率和截

standardization，DS)[8]、分段直接校正法（piecewisedirect距。对于从机新样本可以使用计算好的斜率和截距校正预测

standardization，PDS)E9以及斜率偏差校正法（slopeandbias的结果，达到主机模型预测从机样本的效果。

correction，SBC)[10。DS算法的先通过标样的主机光谱和从以上算法和最近流行的深度学习算法被应用于光谱的建

机光谱计算得到转换矩阵，采用转换矩