[发明专利]一种高准确度近红外光谱定量模型建立方法

摘要

一种高准确度近红外光谱定量模型的建立方法，搭建适用于近红外光谱的一维‑多尺度残差卷积神经网络模型，简称1D‑MSRCNN；所述1D‑MSRCNN包括输入层、隐藏层和输出层，所述隐藏层包括依次串联连接的普通一维卷积网络、1D‑inception‑resnet网络层、全局最大池化层以及全连接层。在普通一维卷积神经网络的基础上，加入1D‑inception‑resnet网络层，该网络层的结构以二维图像的inception‑resnet结构为基础，将inception结构和resnet结构内的所有卷积均替换为一维卷积；利用多个并联的不同大小的卷积核进行一维卷积的特征信息提取，极大增加网络的感受野，能有效提取不同分辨率的光谱信息。且resnet‑1D结构，在加深网络深度的同时避免梯度消失。此外，全局平均池化为减少网络参数，避免过拟合，达到更好的预测结果。