一种基于稀疏贝叶斯学习基线校正的光谱属性预测方法

本发明公开了基于稀疏贝叶斯学习基线校正的光谱属性预测方法，首先采集样本的实测光谱数据和属性数据，并对样本光谱数据进行数据清洗，构建原始光谱分析数据集。然后基于原始光谱分析数据集构建样本光谱数据稀疏分层模型，并对样本光谱数据稀疏分层模型进行变分贝叶斯学习，从而确定光谱数据的光谱数据分量，得到校正光谱数据集。接着将稀疏贝叶斯学习后的校正光谱数据集随机划分为训练集和测试集，并以光谱数据为输入、属性数据为输出构建一光谱属性预测模型，利用划分后的训练集对构建的光谱属性预测模型进行训练。最后利用训练好的光谱属性预测模型对测试集中的光谱数据进行预测，完成光谱基线校正及验证分析。