针对模型转移中S/B算法对于非线性问题的局限性, 在传统S/B算法进行线性拟合、 偏最小二乘法求参数的基础上加以改进, 提出了引入变量的高次幂、 使用Lagrange插值法与Newton插值法求待定系数和插值多项式来解决两组数据的非线性问题。 为了验证改进算法的有效性, 先对主机样品建模并分别预测主机和子机样品, 然后通过实验数据和评价指标, 筛选出最佳函数关系进行子机模型校正, 并分别用改进的S/B算法和传统的S/B算法对子机未知样本进行预测。 实验结果表明: 直接用主机原模型对子机预测的值与真实值差距较大, 利用改进的S/B算法(H-S/B)比传统的S/B算法预测值更接近真实值。 改进的S/B算法提高了预测值的准确性, 解决了传统S/B算法的非线性问题, 实现了更好的模型转移效果, 增强了网络化模型应用的通用性。

针对不同型号的近红外光谱仪器(主机: SupNIR-2700, 从机: Nicolet Antaris Ⅱ)间的模型传递和同一仪器(Nicolet Antaris Ⅱ)不同分辨率的光谱间的模型传递进行研究, 提出了一种改进的PDS算法-SP-SG1st-PDS算法, 该方法结合三次样条插值、 Savitaky-Golay一阶求导和PDS算法。 思路是通过三次样条插值拟在不破坏原始光谱固有的信息的前提下实现了主光谱与从光谱之间的匹配, 然后对光谱进行S-G一阶求导去除光谱的基线漂移, 再通过PDS算法进行模型传递, 有效消除主、 从光谱之间的差异, 提高多元校正模型的预测精度。 该方法用于醋酸乙烯酯在乙烯-乙酸乙烯酯共聚物中含量的研究, 并且与小波去噪方法和S-G平滑方法作比较。 实验表明: 对于不同型号的仪器间的模型传递, 新方法采用S-G一阶求导较其他方法有明显的优势, 其验证集预测精密度RMSEP从20.595 0降低至0.374 8, 明显优于S-G平滑(0.522 1)和小波去噪(0.516 7)方法, 预测偏差也同样地被改善。 对于同一仪器不同分辨率的光谱之间的模型传递, 在模型传递前后其模型预测精密度RMSEP从0.272 2减少至0.255 3。 通过提出的SP-SG1st-PDS算法, 模型传递能应用于不同类型仪器之间, 也能用于相同仪器不同分辨率的光谱之间, 并且取得了满意的传递结果。

为了实现拉曼光谱在不同仪器上的模型传递, 文章提出了一种改进的分段直接标准化算法。 该方法先利用标准正态变换法对光谱数据进行处理, 以减少源机与目标机之间的光谱背景与强度影响, 再采用分段直接标准化算法消除不同仪器间对样本信息反应差异, 实现拉曼光谱的全谱传递。 此外, 还提出了传递误差率指标用于对光谱传递效果的定量评价。 针对汽油拉曼光谱的实验结果表明, 该文提出的算法具有传递样本少、 传递精度高和模型稳健性强等优点, 可应用于不同拉曼光谱仪器间的模型传递。