Adv Sci | 一种基于近红外光谱技术的鲜玉米粒品质评估的经济高效且可扩展机器学习方法
Advanced Portfolio
2025-10-29 07:00
文章摘要
本研究针对鲜食玉米品质评估中传统近红外光谱模型需大量样本和资源的问题,提出了一种基于预测校正神经网络(PCNN)的经济高效机器学习方法。背景上,鲜食玉米育种依赖近红外光谱进行无损检测,但模型校正成本高;研究目的为开发小样本集的有效建模技术,突破品质性状数据限制;结果表明,PCNN在支链淀粉、蛋白质等核心性状上残差预测偏差值达2.821-4.862,仅需平均32个校准样本,相比传统方法效率提升显著,且成功扩展至其他谷物,为作物育种提供了可扩展解决方案。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。