亚麻蛋白质含量预测基于高光谱波长选择与分数顺序殖民地优化
Bo Wang1, Junying Han1, Chengzhong Liu1
1College of Information Science and Technology, Gansu Agricultural University, Lanzhou, China.
Frontiers in nutrition
|April 30, 2025
概括
可见近红外高光谱成像 (VNIR-HIS) 与分数顺序群优化 (FOACO) 结合,可以准确预测亚麻蛋白质含量. 这种快速方法为营养分析提供了可靠的技术支持.
科学领域:
- 农业科学 农业科学
- 频谱学是一种光谱学.
- 化学测量 化学测量 化学测量
背景情况:
- 亚麻 (Linum usitatissimum) 的蛋白质含量对于营养质量至关重要.
- 需要准确和快速的蛋白质确定方法来进行亚麻种子分析.
- 频谱技术为质量评估提供了一种非破坏性的方法.
研究的目的:
- 开发和验证一种用于预测亚麻蛋白质含量的快速方法.
- 评估可见近红外高光谱成像 (VNIR-HIS) 与分数顺序群优化 (FOACO) 结合的有效性.
- 将FOACO与其他波长选择方法进行比较,以提高预测准确度.
主要方法:
- 在三十种亚麻种品种上利用了VNIR-HIS技术.
- 应用分数顺序群优化 (FOACO) 用于波长选择.
- 开发了部分最小平方回归 (PLSR) 和多重线性回归 (MLR) 模型,包括FOACO-MLR.
主要成果:
- 该FOACO-MLR模型实现了高预测准确度 (0.9248).
- 该模型显示了0.4346的低根平均平方误差 (RMSE) 和0.3259.9的平均绝对误差 (MAE).
- 在蛋白质预测的特征带选择中,FOACO-MLR显示出卓越的性能和稳定性.
结论:
- 与FOACO相结合的VNIR-HIS提供了一种有效和快速的方法来确定亚麻种蛋白质含量.
- FOACO-MLR模型为准确和稳定的预测提供了显著的优势.
- 这种方法支持在亚麻种中精确检测营养成分.
更多相关视频
07:11ARL Spectral Fitting as an Application to Augment Spectral Data via Franck-Condon Lineshape Analysis and Color Analysis
Published on: August 19, 2021
2.3K
08:49Floral-Dip Transformation of Flax Linum usitatissimum to Generate Transgenic Progenies with a High Transformation Rate
Published on: December 19, 2014
29.1K
