基于近红外光谱的工业在线检测方法、系统和介质

本发明公开了一种基于近红外光谱的工业在线检测方法、系统和介质，针对构建CNN‑FSA预测模型，所述CNN‑FSA预测模型包括依次连接的卷积层、池化层、展平层、多层感知器、线性变换层、特征空间注意力机制和输出层，采用预处理后的近红外检测数据训练所述CNN‑FSA预测模型。通过融合一维卷积神经网络（1D CNN）与特征空间注意力机制（FSA）的CNN‑FSA卷积神经网络模型，对光谱局部特征提取能力强大，特征空间压缩层在降维的同时保留了关键信息，同时特征空间注意力机制能够动态聚焦于关键化学特征，从而实现对具有O‑H、C‑H键干扰的C=O为指标的工业关键试剂浓度的在线精确检测。