Para resolver a deficiência da baixa generalização do modelo de espectroscopia no infravermelho próximo causada pelas diferenças no ambiente de medição e nos instrumentos, foi proposto um método de transferência de modelo baseado na transformada wavelet combinado com o algoritmo de alinhamento temporal dinâmico (Wavelet transform combined with dynamic time warping, WDTW), a fim de realizar o compartilhamento do modelo entre diferentes instrumentos. Primeiramente, o método realiza o pré-processamento do espectro por meio da transformada wavelet, depois utiliza o algoritmo de alinhamento temporal dinâmico (Dynamic time warping, DTW) para encontrar a correspondência ótima entre os pontos de comprimento de onda do espectro no infravermelho próximo e estabelecer uma equação de regressão. Modelos de transferência foram construídos usando conjuntos de dados espectrais de medicamentos e gasolina, validando a eficácia do método de transferência de modelo baseado na transformada wavelet e no alinhamento temporal dinâmico. Os desvios padrão das previsões (SEP) para os componentes C7, C8, C9 e C10 do conjunto de dados espectral de gasolina foram 0,4144, 0,8011, 1,0904 e 1,2908, respectivamente; os SEP de atividade, dureza e peso no conjunto de dados espectral de medicamentos foram 2,5856, 0,4345 e 2,2703, todos inferiores aos métodos tradicionais. Os resultados experimentais acima indicam que o método de transferência de modelo estabelecido pode eliminar eficazmente as diferenças entre os espectros da máquina fonte e da máquina alvo, melhorar a estabilidade e a precisão do modelo e alcançar o efeito de transferência do modelo.

Espectroscopia no infravermelho próximo (NIR); transferência de modelo; transformada wavelet; alinhamento temporal dinâmico