迁移学习在食用油光谱模型转移中的应用

• 作者: 刘翠玲 吴静珠 周子彦 孙晓荣 徐莹莹 李天瑞
• 来源期刊: 食品科学技术学报
• 学科: 工学
• 关键词: 近红外光谱 迁移学习 食用油 酸值 过氧化值 模型转移
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 95-102
• 页数: 8页
• 分类号: TS227|TP302.7
• 字数: 3852字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6002.2019.04.014

摘要

由不同光谱仪器采集的光谱数据建立的模型在共享使用时,会出现模型失效问题,使得模型的利用率低,不利于光谱行业的发展需要.尝试采用迁移学习方法探究在食用油酸值和过氧化值2个指标上的模型转移.实验样本为大豆油、花生油、芝麻油和玉米油共50个食用油样本;实验仪器为VERTEX70傅里叶红外光谱仪和AntarisⅡ傅里叶近红外光谱仪(包含光纤探头和透射探头).以不同的仪器组合设计了3组实验,采用偏最小二乘法建立近红外光谱定量分析模型,进行了模型转移研究.以第一组实验为例,经过迁移学习后建立的酸值和过氧化值模型的相关系数,由0. 068 419和-0. 371 980 上升至0. 730 980 和0. 819 040;校正均方根误差系数由0. 358 180 和0. 090 110下降至0. 192 480和0. 032 720.实验表明,迁移学习可以有效地缓解模型失效问题,提高了模型的泛化能力.该研究可为光谱分析模型的广泛应用提供新的思路.