-
题名迁移学习在食用油光谱模型转移中的应用
被引量:6
- 1
-
-
作者
刘翠玲
周子彦
李天瑞
徐莹莹
孙晓荣
吴静珠
-
机构
北京工商大学计算机与信息工程学院/北京市食品安全与大数据重点实验室
-
出处
《食品科学技术学报》
CAS
CSCD
北大核心
2019年第4期95-102,共8页
-
基金
北京市自然科学基金资助项目(4132008)
-
文摘
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0.068419和-0.371980上升至0.730980和0.819040;校正均方根误差系数由0.358180和0.090110下降至0.192480和0.032720。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。
-
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
-
Keywords
near-infrared spectroscopy
migration learning
edible oil
acid values
peroxide values
model transfer
-
分类号
TS227
[轻工技术与工程—粮食、油脂及植物蛋白工程]
TP302.7
[自动化与计算机技术—计算机系统结构]
-