烟草近红外光谱预测模型的训练方法、装置和计算机设备

本申请涉及一种烟草近红外光谱预测模型的训练方法、装置和计算机设备。所述方法包括：通过最小协方差行列式算法，对烟训练样本进行异常样本去除，得到第一训练样本，根据第一训练样本的平均光谱，对第一训练样本和测试样本进行多元散射校正，获得第二训练样本和第一测试样本，通过竞争自适应重加权采样算法，对第二训练样本和第一测试样本进行特征波长选择，得到对应的第三训练样本以及第二测试样本，第三训练样本的特征波长与第二测试样本的特征波长相同，最后基于第三训练样本以及第二测试样本，对待训练的预测模型进行模型训练。采用本方法通过一系列的数据处理精确捕捉样本数据的潜在特征，进而提高了训练出来的模型的预测精度。