东北大学学报(自然科学版) ›› 2023, Vol. 44 ›› Issue (10): 1377-1383.DOI: 10.12068/j.issn.1005-3026.2023.10.002
赵煜辉, 齐天舒, 芦鹏程
ZHAO Yu-hui, QI Tian-shu, LU Peng-cheng
摘要: 在近红外光谱分析中,已有的标定迁移方法多基于标准样本和无参数归纳模型,普遍存在模型生存周期短、适用范围小等问题.针对此问题,提出了一种参数化对齐源域(主仪器)和目标域(从仪器)特征分布的变分推断标定自适应(variational inference calibration adaptation, VICA)方法.VICA对源域数据进行主成分分析,建立源域特征的变分回归模型.在预测时,VICA首先将目标域数据投影到源域特征子空间中,然后建立源域特征和目标域特征的分布差异函数,通过最小化该函数得到目标域的概率密度模型,实现模型迁移.实验对比表明,VICA比现有的大多数标定迁移方法的标定效果更好.
中图分类号: