摘要
近红外光谱技术（NIRS）是一种非破坏性的分析方法。它通过检测含氢官能团中化学键的泛频和组合振动所产生的吸收信号来进行分析。由于具备快速高效的分析能力，NIRS被广泛用于农产品和中药材料的质量评估。然而，该技术的应用往往受到吸收强度弱以及光谱带严重重叠的限制。NIRS数据通常具有高维度、高度共线性且信息冗余的特点，这些因素增加了模型构建的难度，并可能降低分析精度。本研究提出了一种基于动态熵引导的Mixup数据增强方法，旨在提升小样本近红外光谱分析中的特征表示能力并提高分类精度。所提出的方法还被应用于芡实（ES，Euryale ferox Salisb.）的地理来源识别。通过信息熵来量化样本的不确定性，从而识别出位于分类边界附近的高不确定性样本。针对这些样本，研究设计了针对性的Mixup数据增强策略，并将其与深度学习分类器结合使用，以提高模型处理小样本光谱数据时的学习能力和泛化性能。实验结果表明，在对芡实的地理来源进行分类时，经过数据增强处理后，多层感知器（MLP）、一维卷积神经网络（1D-CNN）和长短期记忆网络（LSTM）三种深度学习模型的整体性能均得到了不同程度的提升。其中，所提出的动态熵引导的Mixup（DEG-Mixup）方法表现最佳，MLP、1D-CNN和LSTM的测试准确率分别达到了86.8%、83.27%和83.24%。与未经过数据增强的模型相比，这些模型的准确率分别提高了10.26%、10.88%和12.47%；与传统的Mixup方法相比，提升幅度分别为7.20%、7.79%和8.46%。这些结果表明，DEG-Mixup能有效提升模型对小样本光谱数据的区分能力和泛化性能，从而实现芡实地理来源的精准识别。本研究建立了一种基于熵引导数据增强的快速、高效且可靠的近红外光谱分类方法。这一策略为小样本条件下的中药材料地理来源识别和质量评估提供了新的方法参考，同时在更广泛的光谱分析任务中也展现出良好的应用潜力。
数据可用性声明
如需获取支持本研究结论的数据，可向相应作者提出合理请求后获取。
同行评审情况
为保证透明度，与本文相关的同行评审文件可在https://doi.org/10.1002/cem.70162处查看。
