公开(公告)号：CN116577241A

公开(公告)日：2023-08-11

申请号：CN202310548343.0

申请日：2023-05-16

Applicant: 东北林业大学

Inventor： 张哲宇 ,  李耀翔 ,  李颖 ,  王子纯 ,  覃子健

IPC: G01N9/36 ,  G01N9/00 ,  G06N3/094 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明提出了一种基于对抗式迁移学习的跨树种近红外木材密度测定方法，涉及机器学习技术和光谱学的交叉领域。该方法包括：采集两树种样品的近红外光谱数据输入双向域分离对抗网络BiDSAN模型；获取共享和私有编码器分别提取的可迁移特征和领域特有特征两种编码数据；将原始光谱数据和所述编码数据同时输入域分类器进行联合度量；在域分类器部分，使用Wasserstein散度度量域分布间的距离，引入动态对抗因子评估输入数据边缘和条件分布的相对重要性，利用梯度反转最大化域分类器的分类误差；最后将所述编码数据输入预测器进行跨树种的木材密度预测。通过实验证明，本发明提出的迁移学习方法优于传统模型传递和现有迁移学习方法，实现了跨树种光谱模型迁移，降低了计算成本。