Um das Problem der geringen Generalisierbarkeit von Nahinfrarotspektrummodellen aufgrund von Messumgebungs- und Geräteunterschieden zu lösen, wird eine modellübertragungsmethode basierend auf der Wavelet-Transformation kombiniert mit dem Algorithmus des dynamischen Zeitverzugs (Wavelet transform combined with dynamic time warping, WDTW) vorgeschlagen, die den Modelltransfer zwischen verschiedenen Geräten ermöglicht. Zunächst wird das Spektrum mittels Wavelet-Transformation vorverarbeitet, anschließend wird der Algorithmus des dynamischen Zeitverzugs (Dynamic time warping, DTW) verwendet, um die optimale Entsprechung der Wellenlängenpunkte des Nahinfrarotspektrums zu finden und eine Regressionsgleichung aufzustellen. Übertragungsmodelle wurden anhand von Datensätzen zu Arzneimittelspektren und Benzinspektren erstellt, wodurch die Effektivität der auf Wavelet-Transformation und dynamischem Zeitverzug basierenden Modellübertragungsmethode bestätigt wurde. Die Standardabweichungen der Vorhersage (SEP) für die Komponenten C7, C8, C9 und C10 im Benzinspektrumsdatensatz betrugen jeweils 0,4144, 0,8011, 1,0904 und 1,2908; die SEP für Aktivität, Härte und Gewicht im Arzneimittelspektrumsdatensatz lagen bei 2,5856, 0,4345 und 2,2703 und sind alle kleiner als bei traditionellen Methoden. Die obigen experimentellen Ergebnisse zeigen, dass die entwickelte Modellübertragungsmethode effektiv die Unterschiede zwischen den Spektren der Quell- und Zielgeräte beseitigen, die Stabilität und Genauigkeit des Modells verbessern und den Modelltransfer-Effekt erzielen kann.

Nahinfrarotspektroskopie (NIR); Modellübertragung; Wavelet-Transformation; dynamisches Zeitverzug