近紅外光譜的自編碼網(wǎng)絡(luò)建模及模型傳遞方法研究.pdf

1、藥物與人們的生活息息相關(guān)，但是市場(chǎng)上充斥著大量的假冒偽劣藥品。假如不慎服用假藥不但不能起到治療疾病的效果，反而會(huì)對(duì)人體產(chǎn)生巨大的危害。因此真假藥品的鑒別有著重要的意義。近紅外光譜分析技術(shù)具有分析快速、檢測(cè)成本低、不破壞樣本等優(yōu)點(diǎn)，對(duì)于藥品的檢測(cè)非常適用。使用近紅外光譜分析技術(shù)結(jié)合機(jī)器學(xué)習(xí)方法建立真假藥鑒別模型，是一種藥品鑒別的有效手段。
　　自編碼網(wǎng)絡(luò)是一種典型的深度學(xué)習(xí)網(wǎng)絡(luò)模型，它比傳統(tǒng)的潛學(xué)習(xí)方法具有更強(qiáng)的表示能力。本文首先對(duì)

2、藥品的近紅外光譜數(shù)據(jù)進(jìn)行預(yù)處理以及白化預(yù)處理，之后利用稀疏降噪自編碼網(wǎng)絡(luò)來針對(duì)真假藥鑒別問題進(jìn)行建模。并將該模型與BP神經(jīng)網(wǎng)絡(luò)及SVM算法在分類準(zhǔn)確率及算法穩(wěn)定性方面進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明對(duì)光譜的白化預(yù)處理能有效提升稀疏降噪自編碼算法的分類準(zhǔn)確率。在訓(xùn)練數(shù)據(jù)集樣本數(shù)達(dá)到一定數(shù)量后，自編碼網(wǎng)絡(luò)相對(duì)于BP神經(jīng)網(wǎng)絡(luò)及SVM算法具有更高的平均分類準(zhǔn)確率。并且自編碼網(wǎng)絡(luò)在算法穩(wěn)定性方面也表現(xiàn)的更優(yōu)。
　　針對(duì)于近紅外藥品鑒別中的代價(jià)敏感問

3、題。本文通過兩種方式來構(gòu)建代價(jià)敏感的自編碼網(wǎng)絡(luò)模型。分別是通過自編碼網(wǎng)絡(luò)與過采樣SMOTE算法相結(jié)合以及通過在自編碼網(wǎng)絡(luò)的頂層的損失函數(shù)中引入代價(jià)因子的方式。在三組不平衡樣本集中對(duì)兩種代價(jià)敏感自編碼模型進(jìn)行了實(shí)驗(yàn)，并與代價(jià)敏感SVM進(jìn)行了對(duì)比。實(shí)驗(yàn)表明兩種代價(jià)敏感方法均可以使自編碼網(wǎng)絡(luò)模型代價(jià)敏感化，都能有效的解決藥品鑒別中的代價(jià)敏感問題。
　　針對(duì)多臺(tái)光譜儀之間的模型共享問題。本文在傳統(tǒng)模型傳遞方法的基礎(chǔ)上提出一種基于動(dòng)態(tài)時(shí)間規(guī)

4、整算法（DTW）的模型傳遞方法。通過動(dòng)態(tài)時(shí)間規(guī)整算法找到兩儀器光譜波長點(diǎn)之間的最佳關(guān)聯(lián)關(guān)系，根據(jù)得到的關(guān)聯(lián)關(guān)系建立源機(jī)光譜與目標(biāo)機(jī)光譜的回歸方程，得到模型傳遞矩陣。使用兩種數(shù)據(jù)集對(duì)算法進(jìn)行驗(yàn)證，并與傳統(tǒng)的模型傳遞方法DS算法、PDS算法進(jìn)行比較。實(shí)驗(yàn)表明，使用DTW算法傳遞后的光譜具有更小的光譜平均差異（ARMS）。將使用不同算法傳遞后的目標(biāo)機(jī)光譜應(yīng)用于源機(jī)光譜對(duì)藥品性質(zhì)和玉米成分建立的PLS模型。結(jié)果表明DTW模型傳遞算法整體上預(yù)測(cè)均