基于机器学习的近红外光谱样本扩充方法研究.pdf
文本预览下载声明
摘要
摘要
近红外光谱分析技术是一种简便快速的现代分析技术,融合了光谱技术、信息学、
化学计量学和计算机技术的一门交叉学科,在石油化工、农业生产以及药品检测等领域
具有广泛应用。然而,由于光谱样本的物理化学属性值测定过程既耗时又繁琐,导致实
际参与建模的光谱数据集规模通常较小,进而严重限制了近红外光谱分析模型的优化和
应用;另外,相比于传统机器学习模型,深度学习模型在面对高维复杂的光谱数据时具
有明显优势,但其精确度和泛化性能同样需要大量标注数
显示全部