数字农科院2.0

基于SWG和LSG堆叠模型机器学习算法的小麦种子蛋白质含量检测的研究

文献类型： 中文期刊

作者： 宋茂兴;马宏亮;吴志会;李彤;杨梦颖;黄慧娜;吴彭;杨东旭;许大川;陆晴

作者机构：

关键词： 近红外光谱;小麦种子;蛋白质含量;堆叠模型;机器学习

期刊名称：分析测试学报

ISSN： 1004-4957

年卷期： 2025 年

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2025-2026年度） ; ; 科技核心（2024版）

摘要： 开发了一种快速无损准确率高的小麦种子蛋白质含量检测方法。采用近红外光谱（NIRS）技术结合堆叠模型的机器学习方法，对包含248个小麦种子的近红外光谱数据进行分析，并比较了滑动窗口分组（SWG）和分层抽样分组（LSG）两种光谱波段分组方法的效果。在基本模型中，偏最小二乘（PLS）展现出最低的预测均方根误差（RMSEP）和最高的决定系数(R2)，分别为0.2120和0.9899。实施堆叠模型后，不同算法的性能均有显著提升。分层抽样分组与线性回归的结合使得RMSEP降低至0.1990，R提高至0.9911，为最优模型。表明与LSG集成的堆叠模型机器学习算法为预测小麦种子蛋白质含量提供了一种更准确的算法。

分类号：

  • 相关文献

[1]基于近红外模型的芝麻核心种质油脂和蛋白质含量变异分析. 刘盼,张艳欣,黎冬华,王林海,高媛,周瑢,张秀荣,魏鑫. 2016

[2]基于近红外光谱技术建立棉籽蛋白质含量快速无损测定方法. 杨硕,黄义文,周大云,黄龙雨,吴玉珍,付守阳,徐青,彭军,匡猛. 2023

[3]近红外光谱快速检测不同原料配比番茄炒蛋中蛋白质含量. 袁亦冰,高国伟,田惠鑫,薛良雨,朱文政,胡敬芳,魏文松. 2025

[4]基于优化SVR与MLP堆叠实现油菜基因预测表型. 汪静,刘昌华,卢晓莲,管文杰. 2025

[5]高质量的小麦种子总RNA的快速提取方法. 李浩,张平平,查向东,何中虎,夏先春. 2006

[6]小麦种子萌发活力的QTL分析. 左静红,曹红,王智,陈凤莹,高凤梅,夏先春,刘永秀. 2015

[7]小麦种子在不同条件下长期保存后的抗老化能力. 石思信,张志娥,肖建平. 1993

[8]超低温(-196℃)保存11年后小麦种子的活力. 石思信,张志娥,肖建平. 1994

[9]一种同时测定小麦种子中直链淀粉、总淀粉含量的新方法——微量分光光度法. 赵永亮. 2005

[10]金针虫发生动态与防治研究. 黄大琴. 1990

[11]我国小麦种子供需现状与产业发展趋势. 付雪丽,景琦,陈旭,祁曙明,邱军. 2023

[12]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[13]Global dynamics of streptococcus agalactiae antibiotic resistance: Past, present, and future. 房辉,,李东航,, 魏夏夏 ,,王仁东,, 苏燕燕 ,,于佑任,, 白航铭,, 高会会,,侯捷,,毛大庆,,罗义. 2025

[14]Multiomics and machine learning unveil root exudate-microbiota interactions for cadmium control in rice. 李烨,,侯捷,,刘孟琪,,杜兆林,,陈洪安,,刘国飞,,王雅君,,姚彦坡,,孙佩哲,,赵林,,安毅. 2025

[15]Machine Learning-Driven Prediction of Nitrogen Loss in Organic Solid Waste Composting. Haoran Mi, Dawei Gao, Deling Yuan, Xiao Liu, Lili Gao, Shengping Li, Yuanwang Liu. 2025

[16]中国食用优质米品质的分析研究. 罗玉坤,施一平,闵捷,吴戍君. 1991

[17]利用CSSL群体研究稻米AC和PC相关QTL表达稳定性. 翁建峰,万向元,吴秀菊,王海莲,翟虎渠,万建民. 2006

[18]新收集大豆种质资源主要品质鉴定与评价. 李为喜,刘三才,邱丽娟,刘章雄,陈国安,刘方,张晓芳,李燕,朱志华. 2005

[19]鸡肉营养大不如前. 陈继兰. 2006

[20]施氮量对不同品种小麦籽粒蛋白组分和加工品质的影响. 赵广才,郑家国,杨玉双,刘利华. 2010

作者其他论文 更多>>