迁移学习在食用油光谱模型转移中的应用

作者：刘翠玲; 周子彦^*; 李天瑞; 徐莹莹; 孙晓荣; 吴静珠

来源：食品科学技术学报, 2019, 37(04): 95-102.

• 近红外光谱
• 迁移学习
• 食用油
• 酸值
• 过氧化值
• 模型转移

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。

• 单位
  北京工商大学