近期，中國科學(xué)院合肥物質(zhì)科學(xué)研究院智能機械研究所研究員王儒敬團隊提出了一種近紅外光譜無損檢測水稻種子內(nèi)部裂紋方法。相關(guān)研究成果發(fā)表在光譜領(lǐng)域核心期刊《光譜化學(xué)學(xué)報A：分子與生物分子光譜學(xué)》上。
在農(nóng)業(yè)生產(chǎn)中，水稻種子的質(zhì)量直接關(guān)系到水稻的產(chǎn)量和品質(zhì)。稻種內(nèi)部的裂紋往往不易被肉眼識別，這給稻種質(zhì)量評估帶來了挑戰(zhàn)。為了攻克這一難題，科研團隊提出了一種近紅外光譜技術(shù)結(jié)合機器學(xué)習(xí)檢測水稻內(nèi)部裂紋方法。
科研人員以279粒（139粒內(nèi)部裂紋和140粒正常）稻種為研究對象，采用四種機器學(xué)習(xí)分類算法（偏最小二乘判別，支持向量機、k近鄰和隨機森林）結(jié)合四種光譜預(yù)處理方法（標(biāo)準(zhǔn)正態(tài)變量、散射校正、一階和第二階導(dǎo)數(shù)）分別建模，并比較模型性能，獲得最優(yōu)模型。
研究結(jié)果表明，偏最小二乘判別結(jié)合原始光譜數(shù)據(jù)模型最佳。最佳支持向量機模型的性能較差，但優(yōu)于隨機森林和k近鄰。除了偏最小二乘判別，四種不同的預(yù)處理方法均改進了所開發(fā)模型的性能。通過波長重要性分析顯示，檢測稻種內(nèi)部裂紋的重要變量與直鏈淀粉含量有關(guān)。
總體而言，所有結(jié)果都證明了近紅外光譜結(jié)合偏最小二乘判別法無損檢測水稻種子內(nèi)部裂紋的可行性。
相關(guān)論文信息：https://doi.org/10.1016/j.saa.2024.124578
