基于机器学习算法,近红外光谱分析模糊棉花种子中酸含量的分析
Hong Yin1, Wenlong Mo1, Luqiao Li1
1College of Agriculture and Biotechnology, Zhejiang University, Hangzhou 310058, China.
Foods (Basel, Switzerland)
|May 25, 2024
概括
这项研究引入了一种使用近红外 (NIR) 光谱和机器学习的新方法,以准确测量模糊棉花种子中的植物酸 (PA). 这种高效的技术通过克服反营养因子限制,支持更好地利用棉花种子.
科学领域:
- 农业科学 农业科学
- 分析化学 分析化学
- 生物技术是生物技术.
背景情况:
- 棉花是一种宝贵的油脂和蛋白质来源.
- 植物酸 (PA) 是一种限制棉花种子利用的反营养因素.
- 准确的PA量化对于加工和安全至关重要.
研究的目的:
- 开发和验证近红外 (NIR) 光谱模型,用于预测模糊棉花种子中的植物酸 (PA) 含量.
- 建立一个有效的,非破坏性的分析方法,用于棉花种子中的PA.
- 为了克服当前PA分析方法的局限性.
主要方法:
- 收集了456个模糊棉花种子样本.
- 应用的光谱预处理 (1D,SNV).
- 开发了使用部分最小平方 (PLS),支持矢量机 (SVM) 和随机森林 (RF) 的校准模型.
主要成果:
- 光谱预处理显著提高了模型性能.
- 随机森林 (RF) 模型显示出更高的预测准确性 (R2=0.9114,RPD=3.9828).
- 开发的NIR方法对于PA测量是准确和可靠的.
结论:
- 近红外 (NIR) 光谱与化学测量相结合,特别是射频模型,为测量模糊棉花种子中的植物酸提供了准确和高效的方法.
- 这种非破坏性技术为传统方法提供了经济和环保的替代方案.
- 这些发现有助于改善棉花种子的加工和更广泛的应用.
更多相关视频
10:24Author Spotlight: Quantification of Aflatoxins and Phytoalexins in Peanut Seeds to Identify Genetic Resistance Against Aspergillus
Published on: April 19, 2024
1.1K
10:30A Generalized Method for Determining Free Soluble Phenolic Acid Composition and Antioxidant Capacity of Cereals and Legumes
Published on: June 10, 2022
6.8K
