赵煜辉，刘晓东，张 磊，刘永宏

东北大学秦皇岛分校，河北 秦皇岛 066000

引 言

近红外光(NIR)是一种波长在780～2 526 nm之间的电磁波，近红外光谱区与有机分子中含氢基团(O—H，N—H，C—H)振动的合频和各级倍频的吸收区一致，通过扫描样品的近红外光谱，可以得到样品中有机分子含氢基团的特征信息[1-2]。近红外光谱的多元标定方法是利用含有氢基团化学键伸缩振动倍频和合频，在近红外区域的吸收光谱，通过选择适当的化学计量学领域的多元标定方法，找到标定样本的近红外吸收光谱与其相应的成分浓度或性质数据之间的关联，建立两者之间的标定关系模型[3]。主成分回归(principal component regression，PCR)[4]和偏最小二乘(partial least squares，PLS)[5]等标定方法已经被证实是有效的，建立可靠的多元标定模型通常耗时且成本高昂，然而在实际工业生产中，通过对原有近红外光谱数据进行分析建立的模型往往对新的数据集并不适用，从而导致原有模型失效。解决此类问题通常有两种方法：一是重新对新的数据集进行重新标定和重建模型；二是建立标定迁移模型，将已有可靠的源域多元标定模型迁移到目标域中。重新标定和重建模型需要耗费大量的时间和资源[6]，而标定迁移不仅可以有效的避免这一缺点，而且还可以使得目标领域取得可靠的学习效果。显然，选择第二种方法是解决此类问题的最佳策略[7]。

一般来说，标定迁移方法可以分为两类：有标样的标定迁移和无标样的标定迁移。目前比较有代表……