【技术实现步骤摘要】
本专利技术涉及一种基于近红外反射率与双向集成学习的小麦面包体积预测方法和系统，属于小麦面包体积预测。
技术介绍
1、小麦面包体积作为小麦的重要品质指标，是衡量面包质量的关键指标。尽管已经报道其与一系列质量参数，如蛋白质含量、不同类型的麦谷蛋白和醇溶蛋白亚基、sds沉降值以及面团的流变学特性等有关，但这些参数均不足以预测面包的整体质量。目前，仍需要实验室内常规的小麦品质分析来确定小麦的面包品质。然而，该方法在大规模育种中，如要评价数千个育种材料的面包体积时，既耗费人力，又耗时，并且往往需要经验丰富的实验室技术人员。此外，其还需要大量的样品，而这些样品通常只能在高代育种材料中才可以满足，这使得在早期代无法基于实验室加工品质进行评价。
技术实现思路
1、针对上述问题，本专利技术的目的是提供一种基于近红外反射率与双向集成学习的小麦面包体积预测方法和系统，通过将近红外光谱(nirs)技术与机器学习算法结合，可以更经济、快速的，在早代准确估算与小麦面包体积相关信息。
2、为实现上述目的，本...
【技术保护点】
1.一种基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，获取小麦磨成面粉后的近红外光谱数据的方法包括：使用傅里叶红外光谱仪采集小麦面粉样品的近红外光谱，每个小麦面粉样品重复测试若干次，取多次测试的平均值。
3.如权利要求1所述的基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，小麦面包体积预测模型的生成方法为：从所述训练集中提取特征子集，基于所述特征子集，训练基于堆叠算法生成的集成回归模型，重复上述步骤，直到...
【技术特征摘要】
1.一种基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，获取小麦磨成面粉后的近红外光谱数据的方法包括：使用傅里叶红外光谱仪采集小麦面粉样品的近红外光谱，每个小麦面粉样品重复测试若干次，取多次测试的平均值。
3.如权利要求1所述的基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，小麦面包体积预测模型的生成方法为：从所述训练集中提取特征子集，基于所述特征子集，训练基于堆叠算法生成的集成回归模型，重复上述步骤，直到达到预设循环次数，根据训练集上的r2值保留前若干个的堆叠模型，通过保留的所述堆叠模型对训练集进行预测，并将结果取平均值，以获得最终的预测值。
4.如权利要求3所述的基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，所述训练集包括m个特征和n个样品；从所述训练集提取出的特征子集的维度为n×(a×m)，所述a的最优取值通过boruta算法确定。
5.如权利要求4所述的基于近红外反射率与双向集成学习的小麦面包体积预测方法，其特征在于，所述a为30％。
6.如权利要求3所述的基于近红外反射率与双向集成学习...
【专利技术属性】
技术研发人员：田文斐，李雷，肖永贵，张勇，刘金栋，倪永静，何中虎，
申请(专利权)人：中国农业科学院作物科学研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。