利用对抗自编码器生成具有分析物属性信息的近红外光谱样本来增强近红外高斯过程回归模型.pdfVIP

Optoelectronics光电子,2024,14(2),35-43

PublishedOnlineJune2024inHans./journal/oe

/10.12677/oe.2024.142005

利用对抗自编码器生成具有分析物属性信息的

近红外光谱样本来增强近红外高斯过程回归

模型

赵新宇，李统乐，黄光造*

温州大学电气与电子工程学院，浙江温州

收稿日期：2024年3月1日；录用日期：2024年6月10日；发布日期：2024年6月20日

摘要

通过在近红外光谱校正模型中添加人工生成的光谱样本，是增强近红外校正模型预测效果的一种有效方

法，尤其对于建模样本数不足的情况。本文提出一种基于对抗自编码器(AdversarialAutoencoder,AAE)

的近红外光谱样本生成方法，并将利用该方法生成的光谱样本补充到近红外高斯过程回归建模集中，以

增强模型的预测效果。该方法基于AAE模型，利用编码网络将光谱的低维特征分布映射成某种先验分布，

利用解码网络将先验分布中的样本点重构成近红外光谱。因此，本文利用AAE模型成功的从三个典型的

近红外光谱数据集中生成光谱，然后将这些生成的光谱应用