Pour résoudre le problème de la faible généralisabilité des modèles de spectroscopie proche infrarouge causée par les différences d'environnement de mesure et d'instruments, une méthode de transfert de modèle basée sur la transformation en ondelettes combinée à l'algorithme de déformation temporelle dynamique (Wavelet transform combined with dynamic time warping, WDTW) est proposée afin de permettre le partage des modèles entre différents instruments. Tout d'abord, le spectre est prétraité par transformation en ondelettes, puis l'algorithme de déformation temporelle dynamique (Dynamic time warping, DTW) est utilisé pour trouver la correspondance optimale entre les points de longueur d'onde du spectre proche infrarouge et établir une équation de régression. Des modèles de transfert ont été établis à l'aide de jeux de données spectrales de médicaments et d'essence, validant ainsi l'efficacité de la méthode de transfert de modèle basée sur la transformation en ondelettes et la déformation temporelle dynamique. Les écarts-types de prédiction (SEP) des composants C7, C8, C9 et C10 du jeu de données spectrale d'essence sont respectivement de 0,4144, 0,8011, 1,0904 et 1,2908; les SEP d'activité, de dureté et de poids du jeu de données spectrale de médicaments sont respectivement de 2,5856, 0,4345 et 2,2703, tous inférieurs aux méthodes traditionnelles. Ces résultats expérimentaux montrent que la méthode de transfert de modèle établie peut efficacement éliminer les différences entre les spectres de la machine source et de la machine cible, améliorer la stabilité et la précision du modèle, et atteindre l'effet de transfert du modèle.

Spectroscopie proche infrarouge (NIR); transfert de modèle; transformation en ondelettes; déformation temporelle dynamique