公开(公告)号：CN115630332A

公开(公告)日：2023-01-20

申请号：CN202211222793.2

申请日：2022-10-08

Applicant: 江南大学

Inventor： 周德强 ,  陈嘉伟 ,  左文娟 ,  崔晨昊 ,  盛卫锋 ,  任志俊

IPC: G06F18/2433 ,  G01N21/359

Abstract: 本发明公开了一种小麦粉粉质特性预测方法，属于农产品品质检测领域。所述方法通过引入高斯过程回归，将偏最小二乘回归的输入变量进行模糊分类，为分成的两类分别建立偏最小二乘回归模型，并通过Sigmoid函数将结果进行融合。相比于传统的和现有的改进型偏最小二乘方法，本发明将原本的数据进行二分类，让特征更相似的数据能归为一类并分别建立偏最小二乘模型，之后将结果融合，充分利用了数据特征并且避免了在预处理阶段和数据输入阶段的过优化操作，不仅可以有效地提升预测准确度，且预测效率也得到明显提升。

公开(公告)号：CN117330535A

公开(公告)日：2024-01-02

申请号：CN202311221683.9

申请日：2023-09-21

Applicant: 江南大学

Inventor： 左文娟 ,  周德强 ,  朱琦 ,  陈嘉伟 ,  盛卫锋 ,  崔晨昊

IPC: G01N21/359 ,  G01N21/3563 ,  G06F18/23213

Abstract: 本发明公开了一种基于近红外光谱的小麦粉粉质特性预测方法，属于农产品品质检测领域。本发明的小麦粉粉质特性预测方法，引入了聚类分析的方法，在进行回归分析之前，现将小麦粉红外光谱数据进行分簇，然后在每个簇内基于PLSR模型进行小麦粉粉质的预测。相比于现有的预测方法，本发明在样本种类丰富，组成复杂的红外光谱数据集上获得了更高的预测精度。此外，在每个簇内分别建立PLSR模型，不仅减少了模型构建需要的数据量和计算量，且实验结果证明，分簇后构建后的PLSR模型性能得到了有效的提升，进一步提升了小麦粉粉质特性的预测精度，同时有效地降低了计算量和计算复杂度，提高了预测效率。