哈尔滨科技大市场

首页 > 技术交易 > 科技成果

成果搜索

基于集成学习校准模型的松子蛋白质含量预测方法

发布时间： 2023-12-08 浏览量：27

交易方式：面议
联系电话：15134560311
单位名称或姓名：张冬妍
产业领域：生物经济
成果类型：

项目基本情况Basic information of the project

由于松子中蛋白质含量很高，且蛋白质含量是衡量不同松子质量的一个重要标准，因此对松子中的蛋白质含量进行预测十分必要。虽然利用现有方法建立的近红外光谱校准模型可以对松子中的蛋白质含量进行预测，但是现有方法存在的问题是没有充分利用近红外所包含的大量信息，尤其是近红外光谱中复杂的空间特征，PCA 与 SPA 特征提取与光谱优选方法造成的数据损失较大，最终校准模型对松子中蛋白质含量预测的准确率较低。本发明涉及食品成分检测技术领域，具体涉及一种基于集成学习校准模型的松子蛋白质含量预测方法。尤其林下经济产品的检测识别及加工过程，目前国内绝大多数都处于传统人工操作阶段，精度低，浪费率高，随着人们的食品需求的不断提高，对于无损检测预测需求也在极大提高。本发明对松子的近红外光谱数据进行预处理，并在预处理结束后选用局部切线空间对齐、等距特征映射、局部线性嵌入与主成分分析对预处理后光谱数据进行特征提取；使用提取的特征数据集建立松子蛋白质含量与光谱数据的偏最小二乘模型；依据 stacking 法集成策略，神经网络为次级学习器，输出松子蛋白质含量。充分融合光谱技术与机器学习方法，提高品质含量的无损检测预测能力。此技术方法目前相对成熟，解决了利用现有近红外校准模型对松子中蛋白质含量预测的准确率低的问题。适用于林下产品、食品的品质无损检测。此技术方法对于林下经济产品行业、食品行业的发展将具有重要的意义，尤其对于林产品生产加工过程、食品安全工程具有很好的实际应用价值。

管理团队与技术团队Management team and technical team

东北林业大学

效益分析Benefit analysis

该项目为储备库项目资源，暂无效益分析内容。

成果推荐Result recommendation

新闻中心

技术交易

科技人才

科技服务

政策

活动中心

关于我们