摘要
本发明公开了一种光谱仪的谱图重构方法及系统,本发明涉及谱图重构技术领域。包括以下步骤:通过采集不同物体的光谱图与光谱数据,建立训练样本集,生成基于神经网络的光谱图重构预测模型。采集待分析物体的光谱数据及环境参数包括温度、湿度和振动特征,包括振动频率均值和振动幅值,通过预测模型输出重构光谱预测图。基于环境参数和振动特征数据,对光谱图特征参数,如光谱峰的中心位置、峰值信号强度和线宽进行修正,得到精确参数值,并调整预测图以生成精确重构光谱图,从而提升光谱仪的测量精度与可靠性,显著减少由于环境和设备影响而引起的测量误差,提供更加可靠的分析结果。