FTIR苜蓿质检模型

无需手工调参

该模型通过多策略特征提取与元启发式超参数优化,显著提升了光谱模型的稳定性和跨样本迁移能力。

Du, Haijun · Chunmao, Fan · Ma, Yanhua · Xue, Jing · Su, He · Xuan, Chuanzhong

Future Foods 2025

参数信息

粗蛋白预测 R²
0.932
淀粉预测 R²
0.988
中性洗涤纤维预测 R²
0.991
RPD
>3.5
SEP
<0.5 %
样本数量
186

技术优势

免手工调参

采用遗传算法、混沌精英优化、旗鱼优化算法自动搜索最佳超参数,避免了手动调整带来的不稳定。

特征信息密度高

增强的特征选择算法aSPA、eCARS、OVMPCA能有效去除冗余,提取信息密集的特征子集。

预测精度高

最佳流程对四个品质指标均取得高R²(0.932–0.991),所有RPD>3.5,SEP<0.5%。

抗光谱漂移

通过预处理和特征筛选的组合,有效抑制了因样本和条件差异引起的光谱漂移带来的影响。

应用场景