首页|期刊导航|物联网技术|基于多域迁移与空间注意力对抗网络的芒果近红外光谱数据增强研究

基于多域迁移与空间注意力对抗网络的芒果近红外光谱数据增强研究OA

中文摘要

针对芒果近红外光谱数据中严重的品种数据不平衡问题,导致传统分类模型极易向多数品种偏移.传统数据增强方法基于线性插值生成样本,忽视光谱的物理连续性,物理保真度差;而现有的深度学习方法常因模式崩溃难以捕捉真实分布,或由于缺乏对一维序列特征的针对性建模,难以还原精确的吸收峰形态.为此,文中提出了针对一维信号优化的多域迁移空间注意力与对抗网络模型,引入一维残差空间注意力机制以精准捕捉光谱指纹特征,并结合对抗损失、域分类损失与循环一致性损失构建约束体系.在芒果数据集上,生成样本的SAM值相较于传统数据增强方法降低了约 66%.在下游分类任务下,其宏 F1 分数达 96.33%,宏召回率增益为 3.41%,且在XGBoost与SVM等模型中表现稳健,验证了该方法在解决芒果近红外光谱品种数据不平衡问题上的强泛化性与物理保真度,为实际生产中的稀有品种检测提供了有效的解决方案.

贺宗博;王新越;黄洋;杨成;龙晓梅;何芊;陈向东

西南交通大学 信息科学与技术学院,四川 成都 611756西南交通大学 信息科学与技术学院,四川 成都 611756西南交通大学 信息科学与技术学院,四川 成都 611756||四川中烟工业有限责任公司 雪茄烟技术创新中心,四川 成都 610100西南交通大学 信息科学与技术学院,四川 成都 611756西南交通大学 信息科学与技术学院,四川 成都 611756西南交通大学 信息科学与技术学院,四川 成都 611756西南交通大学 信息科学与技术学院,四川 成都 611756

信息技术与安全科学

近红外光谱数据不平衡生成对抗网络数据生成多域迁移一维残差注意力循环一致性损失

《物联网技术》 2026 (18)

12-18,7

新型交叉培育基金(YX1300112602301-02)

10.16667/j.issn.2095-1302.2026.18.003

评论