摘要： 為解決非均質(zhì)樣本預測模型的準確性和魯棒性較低的問題，以黃精多糖為研究對象，提出了一種基于均質(zhì)樣本模型轉(zhuǎn)移算法，并結(jié)合混合建模策略，建立不同物理狀態(tài)混合預測模型。采用Stacking集成學習建立基本預測模型，引入徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)移近紅外光譜，擬合不同物理狀態(tài)樣本光譜的非線性映射關(guān)系，通過調(diào)整吸光度矩陣窗口大小，使網(wǎng)絡(luò)擬合效果趨于最優(yōu)，確定近紅外光譜轉(zhuǎn)移函數(shù)。結(jié)果表明... （共6頁）