Различия между приборами ближнего инфракрасного спектроскопа затрудняют использование одной и той же модели прогнозирования на разных приборах, что ограничивает распространение технологии. Для уменьшения трудностей повторного построения модели прогнозирования после сдвига спектра в данной работе предложен метод переноса модели ближнего инфракрасного спектра на основе сверточного мостового близнецового шумоподавляющего автокодировщика (CBSDAE). Метод использует энкодер сверточного шумоподавляющего автокодировщика (CDAE) для извлечения скрытых признаков спектров и сверточную нейронную сеть для аппроксимации функции преобразования скрытых признаков спектров между целевым и исходным приборами, а затем реконструирует перенесённый спектр с помощью декодера CDAE. Для проверки его эффективности в работе проведена оценка спектров табака ближнего инфракрасного диапазона и результатов предсказания химических компонентов. Результаты показывают, что спектры целевого прибора после переноса методом CBSDAE хорошо совпадают со спектрами исходного прибора. По сравнению с методами прямой стандартизации (DS), парциальной прямой стандартизации (PDS), алгоритмом коррекции спектральной разницы (SSC), алгоритмом Шенка, сверточными нейронными сетями (CNN) и алгоритмом глубокого автокодировщика, применение данного метода для переноса спектров снизило среднюю относительную ошибку предсказания никотина на 6,42%, 5,84%, 5,32%, 5,24%, 4,35% и 4,85% соответственно, а также ошибки RMSEP и коэффициенты корреляции оказались лучше указанных методов. Результаты показывают, что этот метод является эффективным методом переноса моделей.

перенос модели;энкодер;близнецовый;сверточный мост;ближний инфракрасный спектр