技术特征：
技术总结
本发明涉及一种基于迁移学习的跨组分红外光谱模型移植方法，将源组分和目标组分的样本光谱数据集合并进行主成分分析，并根据累计贡献率选取合适的主成分个数，进行模型移植，迭代训练多个弱定量分析模型，在每次迭代过程中，动态调整源组分和目标组分的样本权重大小。针对源组分数据集的样本，若前一次构建的定量分析模型预测误差较大，则减小该样本的权重；针对目标组分数据集的样本，若前一次构建的定量分析模型预测误差较大，则增大该样本的权重。最后，针对待预测的目标组分样本，将该样本送入每个弱定量分析模型进行预测，通过加权平均的方法对各个弱定量分析模型的结果进行集成汇总，得到的强定量分析模型预测结果。
技术研发人员：陈媛媛;李墅娜;张瑞;景宁;王志斌
受保护的技术使用者：中北大学
技术研发日：2018.07.24
技术公布日：2018.12.07