В данном исследовании используется алгоритм одмерного неинвариантного преобразования признаков (SIFT) для поиска стабильных характерных длин волн ближнего инфракрасного спектра (NIRS табачных листьев). На основе длин волн, отобранных с помощью спектров точности образца, рассчитываются показатели воспроизводимости и воспроизводимости. Параметры алгоритма SIFT оптимизируются с помощью ортогонального плана L9(33) для максимизации воспроизводимости и воспроизводимости. На основе оптимизированных параметров и спектров 10 репрезентативных образцов на хосте отбирается 10 наборов стабильных длин волн. Спектральные отклики объединённого набора длин волн используются в качестве независимых переменных, и с помощью метода частичных наименьших квадратов (PLS) строится модель NIRS общего алкалоида табачных листьев (обозначена как SIFT-PLS). Модель напрямую передается на 3 ведомых устройства, при этом средняя относительная ошибка прогноза (MRE) образцов алкалоидов во всех трёх ведомых устройствах удовлетворяет внутренним требованиям предприятия (<6%). В то время как модель полного спектра (WW-PLS), при прямом переносе, удовлетворяет требованиям только на одном ведомом устройстве. После корректировки спектров ведомых устройств методом покомпонентной прямой калибровки (PDS), модель WW-PLS удовлетворяет требованиям также только одного ведомого устройства. NIRS-модель, построенная с использование алгоритма SIFT для отбора стабильных характерных длин волн, может быть непосредственно совместно использована на трёх ведомых устройствах без необходимости передачи набора, коррекции спектров ведомых устройств или спектральной модели, что реализует истинный прямой перенос модели NIRS без образцовой выборки.

Преобразование неинвариантных признаков; отбор длин волн; передача модели ближнего инфракрасного спектра; общий алкалоид табачных листьев