一种主仪器向从仪器光谱模型传递的光谱检测优化方法

摘要

本发明公开了一种主仪器向从仪器光谱模型传递的光谱检测优化方法。使用主仪器采集样品的光谱数据和预测值输入到该卷积神经网络模型，通过梯度优化算法训练得到卷积神经网络模型的权重参数，优化超参数，多轮训练后获得预训练模型；用从仪器采集样品的光谱数据和预测值输入预训练模型，对预训练模型进行第二次训练以进行调整，更新权重参数，获得权重更新后的模型作为最终模型；将未知预测值的样品光谱数据输入到最终模型，输出预测结果。本发明不需要在不同仪器上同时采集光谱的标准化样品，为不同仪器所采集的光谱数据提供更高的定量预测精度，保留了两个仪器通用特征，并适用于从仪器数据具体特征，提供更好的模型精度和不同仪器间的泛化能力。