使用近红外光谱学与高斯过程回归相结合,快速检测玉米种子发芽
Xiao Han1, Chen Zhengguang2, Liu Jinming2
1College of Engineering, Heilongjiang Bayi Agricultural University, Daqing 163319, China.
Food chemistry
|June 26, 2025
概括
使用近红外 (NIR) 光谱和高斯过程回归 (GPR) 的新方法可以准确预测玉米种子发芽率. 这种非破坏性技术为改善作物质量提供了比传统种子检测更快,更可靠的替代方案.
科学领域:
- 农业科学 农业科学
- 频谱学是一种光谱学.
- 机器学习 机器学习
背景情况:
- 玉米种子发芽率对于播种和食品加工至关重要.
- 传统的发芽试验耗时且具有破坏性.
- 需要快速,非破坏性的质量评估方法.
研究的目的:
- 开发一种快速,非破坏性的方法来评估玉米种子发芽率.
- 为此目的,将近红外 (NIR) 光谱与高斯过程回归 (GPR) 结合起来.
主要方法:
- 应用各种频谱数据预处理技术.
- 为GPR.构建了一个混合内核函数 (高斯式和线性).
- 使用粒子集群优化 (PSO) 优化了内核参数.
主要成果:
- 该PSO-GPR模型表现出卓越的预测性能.
- 实现了高的确定系数 (R2 = 1.000用于培训,0.9899用于验证).
- 性能优于其他模型,如PLSR和SVM,具有低RMSE和高RPD (9.3).
结论:
- 开发的PSO-GPR模型为非破坏性作物种子质量评估提供了一种新且有效的策略.
- 这种方法有助于推进智能农业实践.
- 能够更快,更准确地评估玉米种子生存能力.
